- Mühendislik Bilimleri ve Araştırmaları Dergisi
- Cilt: 5 Sayı: 2
- ADHD ve Sağlıklı Bireylerin Tanısında Boyut Azaltan Zamansal Karakteristik Özellik Çıkarma Yaklaşımı...
ADHD ve Sağlıklı Bireylerin Tanısında Boyut Azaltan Zamansal Karakteristik Özellik Çıkarma Yaklaşımı ve 1D-CNN
Authors : Kutlucan Görür
Pages : 349-359
Doi:10.46387/bjesr.1336892
View : 109 | Download : 129
Publication Date : 2023-10-27
Article Type : Research
Abstract :EEG sinyalleri, bir çocukluk nörogelişimsel bozukluğu olan ADHD/ Attention Deficit Hyperactivity Disorder (Dikkat Eksikliği Hiperaktivite Bozukluğu) ile ilgili kritik bilgileri ayıklamak için güvenilir bir şekilde kullanılabilir. ADHD\'nin erken tespiti, bu bozukluğun gelişimini azaltmak ve uzun vadeli etkisini azaltmak için önemlidir. Bu çalışmanın amacı, katılımcıların ekran üzerindeki rakamları takip etmeleri istenirken toplanan Elektroensefalografi (EEG) sinyallerinden, t-SNE tekniği ile zaman alanında özellik çıkarıldıktan sonra, RNN (Recurrent Neural Network) derin öğrenme modelleri ile ADHD ve sağlıklı bireyleri ayıran yüksek bir tahmin başarısına sahip bir çalışma-çerçevesi tanımlamaktır. Çalışmaya 15 ADHD hastası ve 15 sağlıklı kontrol bireyi dahil edilmiştir. 15’er kişiden oluşan veri setleri (ACC: ≤100% ve AUC: 1), 10’ar kişiden oluşan veri setlerinden (ACC: ≥94.23% ve AUC: 1) daha başarılı sonuçlar ürettiğini göstermiştir. t-SNE, yüksek boyutlu özellik görselleştirme veri gösterim tekniği olarak kullanıldığında da her iki grubun da önemli ölçüde ayırt edilebildiğini ortaya koymuştur. Bulgular, ADHD\'nin erken teşhisinde ve objektif tanısında yardımcı olacağı düşünülmektedir.Keywords : ADHD, t-SNE Özellik Çıkarma, Derin Öğrenme, Hastalık Teşhisi