Fokal ve Fokal Olmayan EEG Sinyallerinin Sınıflandırılması

Epilepsi beyinde bulunan nöronlarda ani ve kontrolsüz boşalmalar sonucu oluşan nörofizyolojik bir hastalıktır. Dünya üzerinde birçok insan epilepsi hastalığından muzdariptir. Fokal insert ignore into journalissuearticles values(F); ve Fokal olmayan insert ignore into journalissuearticles values(NF); bölgelerin Elektroensefalogram insert ignore into journalissuearticles values(EEG); sinyalleri üzerinden otomatik olarak sınıflandırılması epilepsi hastalığının teşhisinde önemli bir yere sahiptir. Önerilen çalışmada F ve NF EEG sinyallerinin dalgacık katsayıları için Ayrık Dalgacık Dönüşümü kullanılmıştır. Bu katsayılardan Shannon Entropi, Log Enerji Entropi, Aritmetik Ortalama ve Medyan olarak dört özellik çıkarılmıştır. Bu özellikler WEKA insert ignore into journalissuearticles values(bilgi analizi için wikato ortamı); programında yer alan Lojistik Regresyon insert ignore into journalissuearticles values(LR); ve Destek Vektör Makineleri insert ignore into journalissuearticles values(SVM); algoritmaları ile sınıflandırılmıştır. Yapılan bu sınıflandırmalar sonucunda LR ve SVM sırasıyla %81 ve %83 sınıflandırma doğruluğu elde edilmiştir.