Obsesif kompulsif bozukluklarda EEG senkronizasyon değerlerinin destek vektör makinaları yöntemi ile sınıflandırılması

Yükleniyor...
Küçük Resim

Tarih

2015

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

IEEE-Institute of Electrical and Electronics Engineers Inc.

Erişim Hakkı

info:eu-repo/semantics/closedAccess

Özet

Obesif kompulsif bozuklukların (OKB) beyin üzerinde bilinen bir çok bozucu etkisi bulunmaktadır. Bu bozucu etkilerden biriside beyin senkronizasyonundaki azalmadır. Global Alan Senkronizasyonu (GAS) yöntemi ile hesaplanan GAS indisi, EEG senkronizasyon derecesini belirlemektedir. Analiz sonuçlarına göre hasta grup ile sağlıklı gruba ait delta ve teta bandlarındaki GAS indisleri arasında istatsitiksel olarak anlamlı bir fark bulunmuştur. GAS indisinin OKB tespitindeki başarısını ölçebilmek amacıyla OKB hastalarına ait GAS değerleri ile sağlıklı gruba ait GAS değerlerine Destek Vektör Makineleri sınıflandırma yöntemi ile sınıflandırılmıştır. Sınıflandırma modelinin performansını artırmak için eğitim ve test datalarının seçilmesi işlemi, Çapraz Geçerlilik Yöntemi ile gerçekleştirilmiştir. Sınıflandırma sonuçlarına ait doğruluk oranları; delta bandı için %94.75, teta bandı için %78.048 bulunmuştur. Bu sistem hastalık tespitinde hekimlere yardımcı olabilecektir. Çalışma sonuçları, OKB hastalığının senkronizasyon kaybına ve buna bağlı olarak fonksiyonel bağlılık bozukluğu ve bilişsel işlemlerde bozukluklara neden olduğunu göstermiştir. Sınıflandırma sonuçları, GAS yönteminin OKB teşhisinde başarılı olduğunu ortaya koymuştur.
Obsessive Compulsive Disorders causes disruptive effect on brain oscillations. One of this disruptive effects is loss of synchronization. Global Field Synchronization indice that is calculated by Global Field Synchronization Method can detect degree of synchronization of EEG. According to analysis results, significantly difference was found between Global Field Synchronization Indice of OCD patients and healthy group in theta and delta frequency bands. For the purpose of testing success of GFS method in detecting OCD, GFS values of OCD patients and healthy group classified with Support Vector Machine method. In order to increase the performance of classification model, training and test data was selected by Cross Validation Method. Accuracy rate of classification results was found at 94.75 in delta band and 78.048 percent in theta band. The system can assist the physicians for diagnosing OCD. The classification results has shown that GFS is a successful method for to diagnose OCD.

Açıklama

Medical Technologies National Conference (TIPTEKNO) -- October 27-29, 2016 -- Antalya, Turkey

Anahtar Kelimeler

EEG, Obsesif Kompulsif Bozukluklar, Destek Vektör Makinaları, EEG, Obsessive Compulsive Disorders, Support Vector Machines

Kaynak

Medical Technologies National Conference (TIPTEKNO)

WoS Q Değeri

N/A

Scopus Q Değeri

N/A

Cilt

Sayı

Künye