Durağan olmayan sinyallerin senkro sıkıştırma ve görgül kip ayrışım yöntemleri ile analizi

Abstract

Ortalaması, varyansı ve diğer istatistiki özellikleri zamanla değişen sinyallere durağan olmayan sinyaller denir. Elektroensefalogram (EEG) ve Elektrokardiyogram (EKG) gibi biyolojik sinyaller ile konuşma ve müzik sinyalleri ile iletişim sistemlerinde kullanılan çırp sinyalleri durağan olmayan sinyallere örnek olarak verilebilir.Dünyada en yaygın görülen nöropsikiyatrik hastalıklardan olan Obsesif Kompulsif Bozukluk (OKB) toplumun yaklaşık %2'sinde görülmektedir. OKB'nin tedavisi için bilişsel, davranışsal, ilaç kullanımı, manyetik uyarıcı ve elektroşok tedavisi ile beynin ön lobunun diğer bazı kısımlarla bağlantısını kesen cerrahi operasyonlar gibi yöntemler kullanılmaktadır. Bazı çalışmalar, beynin ön lobunda tespit edilen bazı fonksiyonel bozuklukların OKB hastalığı belirtisi olabileceğini göstermiştir. Bu tez çalışmasında durağan olmayan sinyallerin genlik ve frekans modülasyonlu formdaki, sonlu sayıda Özgül Kip Fonksiyonları (ÖKF) ile temsil edilmesini sağlayan veri güdümlü bir teknik olan Görgül Kip Ayrışımı (GKA) yöntemi kullanılmıştır. Ayrıca durağan olmayan sinyallerin yüksek yerelleşmeye sahip zaman-frekans gösterimini oluşturmak için Sürekli Dalgacık Dönüşümüne (SDD) sonsal işlem olarak uygulanan Senkrosıkıştırma Dönüşümü ile EEG verilerine dayanarak OKB hastalığı analiz edilmiştir.Elde edilen sonuçlar, EEG sinyallerinin zaman-frekans çözümlemesi kullanılarak OKB hastalığına ait bulgulara ulaşabileceğini göstermiştir.

The signals which has changing mean, variance and other statistical properties over time are called non-stationary signals. Biological signals like Electroencephalogram(EEG) and Electrocardiogram(ECG) and Chirp signals used for communication systems, speech and music signals are examples for non-stationary signals.Obsessive Compulsive Disease is one of most common neuropsychiatric diseases over world and observed about 2% of humans. Methods like cognitive, behavioral, medication, magnetic stimulator, electroshock treatment and surgical operations that cut the link between frontal lobe of brain with some other lobes are applied for treatment of the OCD. Several studies show that some functional dysfunctions observed in the frontal lobe of brain may indicate OCD disease.In this thesis study, we used the Empirical Mode Decomposition method as a data-driven technique that provides the non-stationary signals to be represented by finite number of intrinsic mode functions in the form of amplitude and frequency modulation. Also we analyzed the OCD desease based on EEG data and synchrosqueezing transform as a post-procesing technique that is applied to continuous wavelet transform to form the highly localized time-frequency representation of nonstationary signals.The findings show that it can be gained to symptoms of the OCD decease by using time-frequency analysis of EEG signals.