AJIT-e: Bilişim Teknolojileri Online Dergisi
Yazarlar: Tuğba PALABAŞ
Konular:-
DOI:10.5824/1309-‐1581.2014.2.003.x
Anahtar Kelimeler:EEG,Ayrık dalgacık dönüşümü,KNN
Özet: Beynin elektriksel aktivitesindeki anormal değişimden kaynaklanan epilepsi hastalığının teşhisinde EEG işaretlerinin analizi ve sınıflandırılması oldukça önemlidir. Bu çalışmada durağan olmayan EEG işaretlerinin spektral analizinde başarılı sonuçlar elde ettiği bilinen ayrık dalgacık dönüşümü kullanılarak dalgacık katsayılar elde edilmiştir. Bu katsayılara aitküçük değer,büyük değer, standart sapma ve ortalamadan oluşan özellik vektörleri belirlenmiş ve model oluşturmadan sınıflandırma işlemi yaptığı için kısa sürede sonuç elde edebilen kyakın komşuluk kNN algoritması ile de sınıflandırma işlemi gerçekleştirilmiştir. Yöntem 60 dakikalık 256 Hz örnekleme frekansına sahip nöbet ve nöbet dışı veriler ile test edilmiştir. Bu verilerin uzman doktor tarafından işaretlenmiş segmentlerinden 110 saniyelik nöbet verisi ve 110 saniyelik nöbet dışı veri %50 oranında örtüşme ile alınmış ve analiz için kullanılacak veri setleri oluşturulmuştur. İndirgenmiş vektörlerin kNN algoritması ile sınıflandırılması sonucunda nöbet ve nöbet dışı verinin doğru sınıflandırma başarısı % 83’e ulaşmıştır.