Kaya, YılmazTekin, Ramazan2024-12-242024-12-2420181300-76881308-6529https://search.trdizin.gov.tr/tr/yayin/detay/329055https://hdl.handle.net/20.500.12604/5496Epilepsi en sık karşılaşılan nörolojik hastalıklardan biri olup beyinde birgrup nöronun anormal aktivitesi sonucu oluşmaktadır. Epilepsi genellikleelektroansefalografi (EEG) sinyalleri kullanılarak teşhis edilmektedir. Bu sebeple,EEG işaretlerinden etkin özniteliklerin çıkarılması doğru sınıflandırma için önemlibir basamaktır. Bu çalışmada epileptik EEG işaretlerinden kararlı özniteliklerçıkaracak motif algoritması isimli yeni bir yaklaşım önerilmiştir. Bu yaklaşım, EEGişaretlerinde belirli büyüklükteki bir pencere içine giren değerlerin birbirleri ileolan büyüklük/küçüklük ilişkisine bağımlıdır. Pencere içindeki değerlerinbirbirlerine göre oluşturdukları görünüm bir motif olarak ele alınmaktadır. İşaretüzerindeki bu motiflerin frekansları öznitelik vektörü olarak kullanılmıştır. Motifsayısı sinyal üzerinde tanımlanan pencere boyutuna bağlıdır. Motif özniteliklerielde edildikten sonra sınıflama aşamasında RF, YSA, SVM gibi farklı sınıflandırmaalgoritmaları kullanılmıştır. Önerilen yöntemin başarısını test etmek için farklıdurumlarda (nöbet öncesi, nöbet sonrası, gözler açık ve gözler kapalı vb.) kayıtaltına alınmış EEG işaretlerinin birleşimlerinden elde edilen setler kullanılmış veyüksek sınıflandırma başarıları elde edilmiştir.trinfo:eu-repo/semantics/openAccessTıbbi İnformatik,Bilgisayar BilimleriYazılım Mühendisliği,Nörolojik Bilimler,Bilgisayar BilimleriTeori ve MetotlarArticle22Özel529535329055