Öznitelik çıkarım ve evrimsel öznitelik seçim metotlarının EEG sinyallerinin sınıflandırma başarısına etkileri

Abstract

EEG sinyalleri beyindeki elektriksel aktivitenin ölçülmesi ile elde edilir. Bu sinyallerin analizi, incelenmesi ve sınıflandırılması epilepsi ve uyku bozukluğu gibi rahatsızlıkların teşhisinde kullanılır. EEG sinyallerinin sınıflandırılarak bir sonuca ulaşılması ve bu sonuçlara ilişkin mantıklı yaklaşımlar getirilmesi bazen güç ve karmaşık bir işlem olabilmektedir. Bu tezde EEG sinyalinin sınıflandırma doğruluk oranını arttırmak için örüntü tanıma tabanlı, öznitelik çıkarma ve seçme yöntemleri ile çalışmalar yapılmıştır.

EEG signals are obtained by measuring the electrical activity in the brain. The analysis, examination and classification of these signals are used to diagnose disorders such as epilepsy and sleep disorder. It is sometimes difficult and complicated process to achieve a result by classifying the EEG signals and introducing logical approaches to these results. In this thesis, studies were carried out by feature extraction and selection methods based on pattern recognition to increase the classification accuracy of the EEG signal.