Transcranial doppler işaretlerinin yapay zeka ortamında sınıflandırılması
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRONİK VE BİLGİSAYAR EĞİTİMİ ANABİLİM DALI (DİSİPLİNLERARASI), Türkiye
Tezin Onay Tarihi: 2005
Tezin Dili: Türkçe
Öğrenci: UÇMAN ERGÜN
Eş Danışman: İNAN GÜLER, FIRAT HARDALAÇ
Özet:TRANSCRANIAL DOPPLER İŞARETLERİNİN YAPAY ZEKA ORTAMINDA SINIFLANDIRILMASI (Doktora Tezi) Uçman ERGÜN GAZÎ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Şubat 2005 ÖZET Beyin arterlerindeki kan akışını inceleyerek arterlerdeki daralma ve tıkanıklıkların teşhis edilmesi amacıyla kullanılan transcranial Doppler inceleme yöntemi, hastaya direkt müdahalede bulunulmadığı için angiografî ve magnetik rezonansa alternatif bir yöntemdir. Bununla birlikte, transcranial Doppler işaretlerinin uzman doktorlarca tam olarak yorumlanamaması kliniklerde yoğun ve etkili şekilde kullanımını engellemektedir. Transcranial Doppler işaretlerini daha başarılı ve hızlı bir şekilde yorumlayabilmek için beyin arterlerinden (orta ve ön) alman transcranial Doppler işaretleri sayısal ortamda işlenerek spektral analizleri yapılmıştır. Bu spektral analiz sonucu durağanlaştırılan transcranial Doppler işaretlerinden elde edilen Doppler hız parametreleri lojistik regresyon ve sinir ağı modellerine uygulanıp eğitilmeye çalışılmıştır. Daha önceden uzman radyologlarca (darlık ve tıkanıklık açısından) sınıflandırılan bu verilerin lojistik regresyon ve ileri beslemeli geri yayılımlı sinir ağları tarafından doğru sınıflandırılması gerçekleştirilmiştir. Sinir ağı yapısının transcranial Doppler işaretlerini daha başardı bir şekilde sınıflandırılabilmesi için genetik algoritma kullanılarak optimize edilmesi amacıyla "Genetik Algoritma ve Sinir Ağı" yöntemi geliştirilmiştir. Hem sinir ağı girişlerinin seçilmesi hem de ağ parametrelerinin optimize edilmesi genetik algoritma tarafından gerçekleştirilerek geleneksel sinir ağlarına oranla daha yüksek bir sınıflama performansı elde edilmiştir. Üstelik sinir ağının girişine uygulanacaktranscranial Doppler verilerinin genetik algoritma ile seçilerek azaltılması sonucu giriş katmanında ve gizli katman/larda kullanılacak nöron sayısı da azaltılmaktadır. Bu sayede Doppler verilerinin sınıflandırılması daha az karmaşık sinir ağı yapıları ile gerçekleştirilmekte ve işlem yükü ve zamanı azalmaktadır. Bilim Kodu : 626.06.01 Anahtar Kelimeler : Transcranial Doppler, Hızlı Fourier Dönüşümü, Spektral analiz, Sinir ağı, Çok katmanlı algılayıcı, Geri yayılım, Genetik algoritma Sayfa Adedi : 75 Tez Yöneticileri : Prof. Dr. İnan GÜLER Yrd. Doç. Dr. Fırat HARDALAÇ