Yazarlar (1) |
![]() Kafkas Üniversitesi, Türkiye |
Özet |
Bu çalışmada amaç, Elektroensefalografi (EEG) kullanarak duygudurum bozukluklarının (Depresif ve Bipolar bozukluklar) bir tür majör psikiyatrik bozukluğunu saptamak ve karşılaştırmak için topluluk makine öğrenimi (ML) tabanlı derin öğrenme (DL) model sınıflandırıcıları geliştirmektir. Çeşitli ve çoklu non-invaziv biyosinyaller, verilen etik izne göre geriye dönük olarak toplandı. Deneysel kısım üç ana bölümden oluşmaktadır. Birinci bölüm veri toplama ve geliştirme, ikinci bölüm ise sırasıyla Spektrogram görüntü dönüştürme işlemi ve çevrimiçi Keras veri artırma bölümü aracılığıyla veri dönüştürme ve artırmadır. Üçüncü ve son bölüm, duygudurum bozuklukları türlerini belirli bir sağlıklı grupla ayrıntılı olarak saptamak, karşılaştırmak ve ayırt etmek için eğitim ve test bölümleri için bu görüntü veri setini değiştirilmiş Konvolüsyonel Sinir Ağı (KSA) ve VGG16 modellerine beslemektir. Duygudurum bozukluğu sınıflama modellerinin performans değerlendirme arka planı olarak karışıklık matrisleri ve alıcı işletim karakteristikleri (ROC) eğrileri kullanılmış ve son olarak KSA modelinin doğruluk oranı %88 ve VGG16 modelinin sağladığı doğruluk %90, yani %10'luk bir iyileşme olmuştur. literatürdeki önceki çalışmalarla karşılaştırılmıştır. Bu nedenle sistemimiz klinisyenlere ve araştırmacılara insanların ruh sağlığını yönetme, teşhis etme ve tahmin etme konusunda yardımcı olabilir. |
Anahtar Kelimeler |
Makale Türü | Özgün Makale |
Makale Alt Türü | Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale |
Dergi Adı | International Journal of Engineering Research and Development |
Dergi ISSN | 1308-5514 |
Dergi Tarandığı Indeksler | TR DİZİN |
Makale Dili | İngilizce |
Basım Tarihi | 01-2023 |
Cilt No | 15 |
Sayı | 1 |
Sayfalar | 323 / 332 |
Doi Numarası | 10.29137/umagd.1232222 |
Makale Linki | https://dergipark.org.tr/en/pub/umagd/issue/72926/1232222 |