Biyomedikal sinyallerin işlenmesine ve sınıflandırılmasına yönelik filtre tasarım yöntemlerinin geliştirilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: MEHMET FATİH KARAKAŞ
Danışman: Fatma Latifoğlu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez çalışması kapsamında biyomedikal sinyallerin işlenmesi ve sınıflandırılmasında kullanılmak üzere yeni yaklaşımlar içeren sayısal filtre tasarım yöntemleri geliştirilmiş olup elde edilen filtreler ile işlenen sinyallerin sınıflandırma performansına olan etkileri birçok açıdan değerlendirilmiş ve özgün özellik çıkarım metodu ortaya konmuştur. Bu amaç doğrultusunda öncelikle dokuz farklı metasezgisel algoritma kullanılarak Sonlu Dürtü Yanıtlı (FIR) düşük dereceli ve yüksek performanslı filtre katsayıları tez kapsamında geliştirilen uygunluk fonksiyonları ile optimize edilmiş ve bu filtreler ile geleneksel filtrelerin performansları karşılaştırılmıştır. Tasarımı yapılan ve geleneksel filtrelerin performansları EKG sinyalleri kullanılarak filtre performans parametreleri aracılığıyla analiz edilmiştir. Böylece EKG sinyallerinin işlenmesinde kullanılabilecek filtre katsayılarının elde edilmesi için literatüre optimizasyon tabanlı yöntemler önerilmiştir. Ayrıca tez çalışması kapsamında filtre kesim frekansı optimizasyonu yaklaşımı önerilerek ön işlemenin sınıflandırma performansına etkisi incelenmiştir. Bu kapsamda Alzheimer's, Frontotemporal Demans ve Parkinson's hastalarına ait EEG sinyalleri kullanılarak sınıflandırma çalışması yapılmıştır. Kesim frekansı optimize edilerek filtrelenen sinyallerin sınıflandırma başarısının filtrelenmemiş sinyallere göre 10% ile 20% arasında daha yüksek olduğu görülmüştür. Ayrıca sınıflandırma işleminin temel adımlarından olan özellik çıkarımı için özgün bir özellik çıkarım metodu bu tez kapsamında ortaya konmuştur. Bu özellik çıkarım metodu ve önerilen ön işleme yöntemleri kullanılarak Parkinson's hastalarına ait EEG sinyalleri sınıflandırılmış ve elde edilen yüksek sınıflandırma performansı sonuçları ile literatüre katkı sağlanmıştır. Anahtar Kelimeler: Metasezgisel, Sayısal Filtre, Sınıflandırma, EEG, Sinyal İşleme