Frequency analysis of electroencephalogram signals which recorded from epileptic patients

Abstract

Epilepsi en çok karşılaşılan dördüncü nörolojik hastalıktır ve her yaşta insanda bulunabilir. Toplumda bilinen adı nöbet hastalığıdır. Nöbet çeşitlerine göre kategorize edilebilir ve farklı sağlık sorunlarına yol açabilir. Kişiyi rahatsız eden üreten nöbet beynin elektriksel aktivitesinde beklenmeyen geçici anomalidir. Bu semptomlar algıda ya da tüm vücut konvulsiyonunda çöküntü şeklinde olabilir. Klinik ve EEG verilerine göre nöbet genel veya bölgesel olabilir. EEG sinyallerinden normal ve nöbet anlarının tespit edilmesi Epilepsi tanısının konulmasında önemli rol oynamaktadır.Tez çalışmasında normal/sağlıklı, nöbet anı ve nöbet anının hemen öncesi anlarına ait EEG sinyallerinin maksimum güç değerlerinin arasında farklılık olup olmadığı araştırıldı. Bu yüzden her bir kişiye ait EEG sinyallerin Güç spektral yoğunluk grafikleri elde edildi ve maksimum güç değerleri hesaplandı. Sonuçlar t testi ile istatistiksel olarak değerlendirildi. Elde edilen sonuçlar normal ve nöbet anları için 17. Kanaldan alınan EEG sinyallerinin maksimum güç değerleri arasındaki farklılığın istatiksel olarak anlamlı olduğunu göstermelidir. Normal ve onset anları için bu durum 1. ve 23. Kanallar için geçerlidir.(p<0,05). Klinikte EEG sinyallerinden nöbet tespitinde kullanılan bir yöntem henüz bulunmamamktadır. Bu tez çalışmasında elde edilen sonuçlar EEG analizi ile nöbet tespiti çalışmalarına katkı sağlamaktadır.

Epilepsy is the fourth most mutual neurological disorder and touches people of all ages. It generally means as seizure disorders. It can be categorized by changeable seizures and causes other health problems. A seizure is an unexpected, temporary deviation in the brain's electrical activity that produces disturbing signs. These symptoms can be collapse in attention or whole body convolution. According to the clinic and electroencephalogram (EEG) data, seizures can either be generalized or partial. Detection of seizure and normal condition from EEG signal take an important role for diagnosing the epilepsy.In this thesis EEG signals are analysed by welch method between normal / healthy, seizure time and just before the seizure. That's why every patients EEG signals Power Spectral Density graphics and maximum power values are calculated. All results were statistically evaluated by student t -test. Maximum power of EEG signals, 17 number channels results we obtained for normal and seizure are giving the significant statistical result. Channel 1 and 23 are also statistical significant for normal and the onset moments (P <0.05). Still there was no standard EEG signal analysis method for seizure detection in clinic. In this thesis analysis the EEG signal for seizure detection result can be helpful for researchers in the clinic work.