精神分裂症的即时信息分析与分类

IF 0.3 Q4 COMPUTER SCIENCE, THEORY & METHODS Computer Science-AGH Pub Date : 2022-09-16 DOI:10.53070/bbd.1173093
Anıl Aksöz, Doğukan Akyüz, Furkan Bayir, Nevzat Yildiz, Fırat Orhanbulucu, Fatma Latifoğlu
{"title":"精神分裂症的即时信息分析与分类","authors":"Anıl Aksöz, Doğukan Akyüz, Furkan Bayir, Nevzat Yildiz, Fırat Orhanbulucu, Fatma Latifoğlu","doi":"10.53070/bbd.1173093","DOIUrl":null,"url":null,"abstract":"Şizofreni (SZ), dünya çapında birçok insanı etkileyen ve erken teşhis ve tedavi edilmediği takdirde ölüme neden olan nöropsikiyatrik bir hastalıktır. Erken tanı için yaygın olarak kullanılan yöntemlerden biri elektroensefalografidir (EEG). Sinyal işleme ve makine öğrenme yöntemlerinin EEG sinyallerine uygulanması, SZ hastalığını belirlemek isteyen uzmanlara ve araştırmacılara destek olabilir. Bu çalışmada, SZ hastası ve sağlıklı kontrol grubuna işitsel uyaranların gönderilmesi sonucunda kaydedilen EEG sinyallerinden olaya bağlı potansiyel (OİP) sinyalleri elde edilmiştir. Bu sinyallerden öznitelikler olarak P300 genlik-gecikme, hjorth parametreleri ve entropi değerleri hesaplanmıştır. Elde edilen özellikler, SZ hastalarını sağlıklı kontrol grubundan ayırt etmek için Destek Vektör Makineleri (DVM), K-En Yakın Komşu (KEYK) ve Yapay Sinir Ağları (YSA) sınıflandırıcıları ile değerlendirildi. Bu çalışmada en başarılı sonuç %93,9 doğruluk oranı ile YSA sınıflandırıcısında elde edilmiştir.","PeriodicalId":41917,"journal":{"name":"Computer Science-AGH","volume":" ","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2022-09-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Olayla İlgili Potansiyel Sinyalleri Kullanarak Şizofreninin Analizi ve Sınıflandırılması\",\"authors\":\"Anıl Aksöz, Doğukan Akyüz, Furkan Bayir, Nevzat Yildiz, Fırat Orhanbulucu, Fatma Latifoğlu\",\"doi\":\"10.53070/bbd.1173093\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Şizofreni (SZ), dünya çapında birçok insanı etkileyen ve erken teşhis ve tedavi edilmediği takdirde ölüme neden olan nöropsikiyatrik bir hastalıktır. Erken tanı için yaygın olarak kullanılan yöntemlerden biri elektroensefalografidir (EEG). Sinyal işleme ve makine öğrenme yöntemlerinin EEG sinyallerine uygulanması, SZ hastalığını belirlemek isteyen uzmanlara ve araştırmacılara destek olabilir. Bu çalışmada, SZ hastası ve sağlıklı kontrol grubuna işitsel uyaranların gönderilmesi sonucunda kaydedilen EEG sinyallerinden olaya bağlı potansiyel (OİP) sinyalleri elde edilmiştir. Bu sinyallerden öznitelikler olarak P300 genlik-gecikme, hjorth parametreleri ve entropi değerleri hesaplanmıştır. Elde edilen özellikler, SZ hastalarını sağlıklı kontrol grubundan ayırt etmek için Destek Vektör Makineleri (DVM), K-En Yakın Komşu (KEYK) ve Yapay Sinir Ağları (YSA) sınıflandırıcıları ile değerlendirildi. Bu çalışmada en başarılı sonuç %93,9 doğruluk oranı ile YSA sınıflandırıcısında elde edilmiştir.\",\"PeriodicalId\":41917,\"journal\":{\"name\":\"Computer Science-AGH\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.3000,\"publicationDate\":\"2022-09-16\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Computer Science-AGH\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.53070/bbd.1173093\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, THEORY & METHODS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Computer Science-AGH","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.53070/bbd.1173093","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, THEORY & METHODS","Score":null,"Total":0}
引用次数: 0

摘要

精神分裂症(SZ)是一种影响世界各地许多人的神经精神疾病,并且没有得到早期诊断和治愈。早期检测的常见用途之一是电描记术(EEG)。信号处理和机器学习方法在脑电信号中的应用,可以得到想要识别SZ疾病的专家和研究人员的支持。在这项研究中,SZ患者和健康对照组收到了与作为听觉警报传输结果记录的EEG信号发生率相关的潜在信号。这些信号的特征是通过P300青年延迟、激素参数和熵值来计算的。通过支持向量机(DVM)、K-最近邻居(KEYK)和Yapay Sinir网络(YSA)类评估所接收的特征,以区分SZ患者和健康对照组。这项研究中最成功的结果是在YSA课堂上的93.9%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Olayla İlgili Potansiyel Sinyalleri Kullanarak Şizofreninin Analizi ve Sınıflandırılması
Şizofreni (SZ), dünya çapında birçok insanı etkileyen ve erken teşhis ve tedavi edilmediği takdirde ölüme neden olan nöropsikiyatrik bir hastalıktır. Erken tanı için yaygın olarak kullanılan yöntemlerden biri elektroensefalografidir (EEG). Sinyal işleme ve makine öğrenme yöntemlerinin EEG sinyallerine uygulanması, SZ hastalığını belirlemek isteyen uzmanlara ve araştırmacılara destek olabilir. Bu çalışmada, SZ hastası ve sağlıklı kontrol grubuna işitsel uyaranların gönderilmesi sonucunda kaydedilen EEG sinyallerinden olaya bağlı potansiyel (OİP) sinyalleri elde edilmiştir. Bu sinyallerden öznitelikler olarak P300 genlik-gecikme, hjorth parametreleri ve entropi değerleri hesaplanmıştır. Elde edilen özellikler, SZ hastalarını sağlıklı kontrol grubundan ayırt etmek için Destek Vektör Makineleri (DVM), K-En Yakın Komşu (KEYK) ve Yapay Sinir Ağları (YSA) sınıflandırıcıları ile değerlendirildi. Bu çalışmada en başarılı sonuç %93,9 doğruluk oranı ile YSA sınıflandırıcısında elde edilmiştir.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Computer Science-AGH
Computer Science-AGH COMPUTER SCIENCE, THEORY & METHODS-
CiteScore
1.40
自引率
0.00%
发文量
18
审稿时长
20 weeks
期刊最新文献
A Nature Inspired Hybrid Partitional Clustering Method Based on Grey Wolf Optimization and JAYA Algorithm Database Replication for Disconnected Operations with Quasi Real-Time Synchronization Hybrid Variable Neighborhood Search for Solving School Bus-Driver Problem with Resource Constraints A Survey on Multi-Objective Based Parameter Optimization for Deep Learning Melanoma Skin Cancer and Nevus Mole Classification using Intensity Value Estimation with Convolutional Neural Network
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1