Kapsül Ağları Kullanılarak EEG Sinyallerinin Sınıflandırılması

dc.contributor.authorToraman, Suat
dc.date.accessioned2026-08-12T15:28:24Z
dc.date.issued2020
dc.departmentFırat Üniversitesi
dc.description.abstractEpilespi dünyadaki her yüz kişiden birinin sıkıntı çektiği en yaygın nörolojik hastalıklardan biridir. Gerçekleşecek birnöbetin önceden tahmin edilebilmesi, epilepsi hastalarının yaşam kalitesinin artırılmasında önemli bir rol oynayacaktır. Ayrıca,etkili bir nöbet tahmin sistemi, hastalığın daha kontrol edilebilir olmasını sağlayacaktır. Bu çalışmada, Elektroansefalogram(EEG) sinyallerindeki interiktal ve preiktal beyin aktivitelerini ayırt etmek için bir yöntem önerilmiştir. Önerilen yöntemde,yeni bir sinir ağı modeli olan kapsül ağları kullanılmıştır. Preiktal aktivite, nöbet başlangıcından 30dk ileride seçilmiştir.Preiktal ve interiktal kısımlar kayan pencere ile segmentlere ayrılmış ve her segmentin spektrogram görüntüleri elde edilmiştir.Spektrogram görüntüleri, kapsül ağları kullanılarak C3-P3 için ortalama %94.05 doğruluk ile sınıflandırılmıştır. Bu çalışma ilekapsül ağlarının preiktal/interiktal sınıflandırma başarımı incelenmiştir. Elde edilen sonuçlar, kapsül ağlarının epilepsinintahmini için umut verici bir yöntem olduğunu göstermektedir.
dc.identifier.endpage209
dc.identifier.issn1308-9072
dc.identifier.issue1
dc.identifier.startpage203
dc.identifier.trdizinid392516
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/392516
dc.identifier.urihttps://hdl.handle.net/11508/32343
dc.identifier.volume32
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofFırat Üniversitesi Mühendislik Bilimleri Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.relation.tubitakinfo:eu-repo/grantAgreement/TUBITAK//
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TR-Dizin_20260511
dc.subjectBilgisayar Bilimleri
dc.subjectYazılım Mühendisliği
dc.subjectNörolojik Bilimler
dc.subjectBilgisayar Bilimleri
dc.subjectYapay Zeka
dc.titleKapsül Ağları Kullanılarak EEG Sinyallerinin Sınıflandırılması
dc.typeArticle

Dosyalar