EEG sinyallerini kullanarak Alzheimer hastalığının otomatik tespiti için bilgisayar destekli tanı sistemi-Reference-Cited by-同舟云学术

EEG sinyallerini kullanarak Alzheimer hastalığının otomatik tespiti için bilgisayar destekli tanı sistemi

Published:2022-06-14 Issue: Volume: Page:
ISSN:1309-8640
Container-title:DÜMF Mühendislik Dergisi
language:tr
Short-container-title:DÜMF MD

Author:

ASLAN Zülfikar¹

Affiliation:

1. GAZİANTEP ÜNİVERSİTESİ, TEKNİK BİLİMLER MESLEK YÜKSEKOKULU, BİLGİSAYAR TEKNOLOJİLERİ BÖLÜMÜ

Abstract

Alzheimer beyindeki bozulmalardan kaynaklı bilişsel ve davranışsal eksiklikler gibi semptomlarla kendini gösteren önemli bir nörolojik hastalıktır. Alzheimer hastalığının kesin bir tedavi yöntemi bulunmamaktadır. Ancak hastalığın erken teşhisi ile hastalığın ilerlemesinin yavaşlatılması amaçlanmaktadır. Bu durum hastanın yaşam standartlarının korunmasında önem arz etmektedir. Ayrıca hastalığın tam olarak teşhisi deneyimli bir uzman tarafından değerlendirilecek olan maliyetli testler ve yorucu bir teşhis aşaması gerektirmektedir. Bu motivasyonla önerilen yöntemle Alzheimer hastalığının EEG sinyallerinden otomatik olarak gerçekleştirilmesini amaçlayan yeni bir bilgisayar destekli tanı sistemi sunulmaktadır. Sunulan çalışmada öncelikle ham EEG verilerine önişlem uygulanarak var olan gürültüler giderilmiştir. Sonraki aşamada ise her bir kanaldan alınan verilere dalgacık dönüşümü uygulandıktan sonra istatistiksel özellikler hesaplanmıştır. Elde edilen özelliklerin k-en yakın komşu (kNN) sınıflandırıcısı ile sınıflandırılmasıyla sağlıklı katılımcılar ile Alzheimer hastası katılımcılar 91.12% doğrulukla ayırt edilmiştir.

Publisher

Dicle Universitesi Muhendislik Fakultesi Muhendislik Dergisi

Subject

General Medicine

Reference24 articles.

1. [1] V. Bairagi, “EEG signal analysis for early diagnosis of Alzheimer disease using spectral and wavelet based features,” Int. J. Inf. Technol., vol. 10, no. 3, pp. 403–412, 2018.

2. [2] L. R. Trambaiolli, N. Spolaôr, A. C. Lorena, R. Anghinah, and J. R. Sato, “Feature selection before EEG classification supports the diagnosis of Alzheimer’s disease,” Clin. Neurophysiol., vol. 128, no. 10, pp. 2058–2067, 2017.

3. [3] R. H. Blank, “Alzheimer’s Disease and Other Dementias: An Introduction,” in Social \& Public Policy of Alzheimer’s Disease in the United States, Springer, 2019, pp. 1–26.

4. [4] N. N. Kulkarni and V. K. Bairagi, “Extracting salient features for EEG-based diagnosis of Alzheimer’s disease using support vector machine classifier,” IETE J. Res., vol. 63, no. 1, pp. 11–22, 2017.

5. [5] S. J. Ruiz-Gómez et al., “Automated multiclass classification of spontaneous EEG activity in Alzheimer’s disease and mild cognitive impairment,” Entropy, vol. 20, no. 1, p. 35, 2018.

Cited by 5 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. Biometric Authentication Based on EMG Hand Gestures Signals Using CNN;Elektronika ir Elektrotechnika;2024-04-26

2. Makine Öğrenme Yöntemleri ile EEG Sı̇nyallerı̇nden Alzheimer Hastalığı Tanısı;Karadeniz Fen Bilimleri Dergisi;2024-03-15

3. Fast Walsh–Hadamard transform and deep learning approach for diagnosing psychiatric diseases from electroencephalography (EEG) signals;Neural Computing and Applications;2023-09-11

4. DETECTION OF ALZHEIMER'S DISEASE FROM ELECTROENCEPHALOGRAPHY (EEG) SIGNALS USING MULTITAPER AND ENSEMBLE LEARNING METHODS;Uludağ University Journal of The Faculty of Engineering;2023-04-18

5. Welch Spectral Analysis and Deep Learning Approach for Diagnosing Alzheimer's Disease from Resting-State EEG Recordings;Traitement du Signal;2023-02-28