Classification of migraineurs using functional near infrared spectroscopy data

Abstract

Migrenli ve sağlıklı örneklere ait verinin, işlevsel yakın kızıl altı spektroskopisi (YKAG) verisi üzerinde istatistiksel örüntü sınıflandırma yöntemleri kullanılarak sınıflandırılması bu çalışmanın ana amacıdır. Ayrıca, farklı sınıflandırma yöntemleri, farklı sınıflandırma yöntemi kurulumları ve farklı özellik setlerine sahip denemeler arasında istatistiksel karşılaştırma da yapılmıştır. Özellikler, Niroxcope adlı YKAG cihazı ile önceki iki çalışmada elde edilmiş olan işlenmemiş ışık verisinden, Düzenlenmiş Beer-Lambert Kanunu kullanılarak çıkartılmıştır. Özellik çıkartma işleminden sonra, Naive Bayes ve k Yakın Komşu sınıflandırıcıları, ayrı denemelerde, Başlıca Bileşke Analizi yöntemi ile birlikte ve ayrı olarak kullanılmıştır. Elde edilen sonuçlar, birbirleri arasında Mc Nemar ve Cochran Q isimli istatistiksel hipotez testleri kullanılarak karşılaştırılmıştır.

Classification of migraineur and healthy subjects using statistical pattern classifiers on functional Near Infrared Spectroscopy (NIRS) data is the main purpose of this study. Also a statistical comparison between trials that have different type of classifiers, classifier settings and feature sets is done. Features are extracted from raw light measurement data acquired with NIRS device, namely Niroxcope, during two separate previous studies, using Modified Beer-Lambert Law. After feature extraction, Naïve Bayes classifier and k Nearest Neighbor classifier are utilized with and without Principal Component Analysis in separate trials. Results obtained are compared within each other using statistical hypothesis tests namely Mc Nemar and Cochran Q.