Özet:
Epilepsi, tekrarlayan ve periyodik olarak ortaya çıkabilen geçici nöbetlere neden olabilen nörolojik bir hastalıktır. Elektroensefalogram (EEG), epileptik nöbet hastalıklarını tespit etmek için en önemli izleme tekniklerinden biridir. Bu çalışmada, EEG sinyallerine dayalı epileptik nöbet tespiti, Bonn Üniversitesi Epileptoloji Bölümü’nden alınan bir EEG veri seti kullanılarak değerlendirilmektedir. Önerilen yöntem üç temel adımdan oluşmaktadır. İlk adım için ön işleme yapılmıştır. Daha sonra, kübik bağ interpolasyonu kullanılarak üst ve alt zarflar çıkarılır. İkinci adımda, öznitelik vektörlerinin değerlerinin büyüme hızını azaltmak ve sinyallerin özelliklerini genelleştirmek için üst ve alt zarf değerlerine ait ortalamanın logaritması alınır. Ayrıca önerilen konvolüsyonel sinir ağı (KSA) modeli kullanılarak her bir EEG sinyali için başka bir öznitelik vektörü (derin öznitelikler) elde edilir. Daha sonra, bu öznitelik vektörleri, ön işlemeye tabi tutulmuş ham sinyallerden elde edilen istatistiksel ve zaman alanı öznitelikleri ile birleştirilir. Üçüncü adımda öznitelik vektörleri Destek Vektör Makineleri (DVM), Ken yakın Komşular (KNN) ve Karar Ağaçları (KA) kullanılarak sınıflandırılır.
