IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • Karadeniz Fen Bilimleri Dergisi
  • Volume:13 Issue:2
  • Derin Öğrenme ve Makine Öğrenmesi Yöntemleriyle Polisomnografi Sinyallerinden Uyku Evrelerinin Sınıf...

Derin Öğrenme ve Makine Öğrenmesi Yöntemleriyle Polisomnografi Sinyallerinden Uyku Evrelerinin Sınıflandırılması

Authors : Sinan ALTUN
Pages : 583-600
Doi:10.31466/kfbd.1246482
View : 54 | Download : 47
Publication Date : 2023-06-15
Article Type : Research Paper
Abstract :Uyku, fiziksel ve zihinsel sağlığımızın günlük olarak yenilenmesi için önemli bir aktivite zamanıdır ve yaşamımızın üçte birini kaplar. Uyku bozuklukları, psikiyatrik bozuklukları şiddetlendirebilir veya semptomlarına neden olabilir. Bunlardan ilki uyku apnesi olabilir. Diğer bir neden ise huzursuz bacak sendromudur. Depresyon, anksiyete, ağrı ve bazı fiziksel problemler de uykusuzluğa neden olabilir. Uyku apnesi, sinir sistemi probleminden veya soluk yolu tıkanıklığından kaynaklanabilir. Uyku evrelerini incelemek, uyku ile ilgili bozuklukların teşhisinde çok önemlidir. Uyku evreleri de uyku sırasında kişinin yanında olunarak bir profesyonel tarafından belirlenir. Ortalama 8 saatlik uyku evre teşhis süresi düşünüldüğünde, bu bir profesyonel için oldukça uzun bir süredir. Ayrıca uyku evrelerinin tanımlanması ciddi bir uzmanlık ve bilgi birikimi gerektirmektedir. Literatürde tanımlanan hastalıkların teşhis ve tedavi sürecini otomatik olarak yapan bilgisayarlı teşhis sistemi teorik araştırmalara dayalı olarak uygulanmaya başlandı. Bu çalışma, insan sağlığını doğrudan etkileyen uyku bozukluklarının teşhisinde önemli parametreler olan uyku evrelerini otomatik olarak oluşturmak için derin öğrenme ve makine öğrenmesi tekniklerini kullanmayı amaçlamaktadır. Bu çalışmada, rastgele orman algoritması en başarılı sınıflandırmayı insert ignore into journalissuearticles values(doğruluk = 0,974, duyarlılık = 0,932, özgüllük = 0,983); gerçekleştirmiştir. Bu gelişmiş sınıflama başarısı, uykuyla ilişkili bozuklukların teşhisinde/tedavisinde önemli bir faktör olan uyku evrelerini otomatik olarak belirleyebilen bilgisayar destekli bir teşhis sistemi oluşturmanın uygulanabilirliğini göstermektedir.
Keywords : Polisomnografi, Derin Öğrenme, Makine Öğrenmesi, Uyku Bozuklukları, Uyku Evreleri

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2026