Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 10
 İndirme 3
Derin Öğrenme ve Makine Öğrenmesi Yöntemleriyle Polisomnografi Sinyallerinden Uyku Evrelerinin Sınıflandırılması
2023
Dergi:  
Karadeniz Fen Bilimleri Dergisi
Yazar:  
Özet:

Uyku, fiziksel ve zihinsel sağlığımızın günlük olarak yenilenmesi için önemli bir aktivite zamanıdır ve yaşamımızın üçte birini kaplar. Uyku bozuklukları, psikiyatrik bozuklukları şiddetlendirebilir veya semptomlarına neden olabilir. Bunlardan ilki uyku apnesi olabilir. Diğer bir neden ise huzursuz bacak sendromudur. Depresyon, anksiyete, ağrı ve bazı fiziksel problemler de uykusuzluğa neden olabilir. Uyku apnesi, sinir sistemi probleminden veya soluk yolu tıkanıklığından kaynaklanabilir. Uyku evrelerini incelemek, uyku ile ilgili bozuklukların teşhisinde çok önemlidir. Uyku evreleri de uyku sırasında kişinin yanında olunarak bir profesyonel tarafından belirlenir. Ortalama 8 saatlik uyku evre teşhis süresi düşünüldüğünde, bu bir profesyonel için oldukça uzun bir süredir. Ayrıca uyku evrelerinin tanımlanması ciddi bir uzmanlık ve bilgi birikimi gerektirmektedir. Literatürde tanımlanan hastalıkların teşhis ve tedavi sürecini otomatik olarak yapan bilgisayarlı teşhis sistemi teorik araştırmalara dayalı olarak uygulanmaya başlandı. Bu çalışma, insan sağlığını doğrudan etkileyen uyku bozukluklarının teşhisinde önemli parametreler olan uyku evrelerini otomatik olarak oluşturmak için derin öğrenme ve makine öğrenmesi tekniklerini kullanmayı amaçlamaktadır. Bu çalışmada, rastgele orman algoritması en başarılı sınıflandırmayı (doğruluk = 0,974, duyarlılık = 0,932, özgüllük = 0,983) gerçekleştirmiştir. Bu gelişmiş sınıflama başarısı, uykuyla ilişkili bozuklukların teşhisinde/tedavisinde önemli bir faktör olan uyku evrelerini otomatik olarak belirleyebilen bilgisayar destekli bir teşhis sistemi oluşturmanın uygulanabilirliğini göstermektedir.

Anahtar Kelimeler:

Classification Of Sleep Stages From Polysomnography Signals With Deep Learning and Machine Learning Methods
2023
Yazar:  
Özet:

Sleep is an important time of activity for the daily renewal of our physical and mental health, and it occupies a third of our lives. Sleep disorders can exacerbate or cause symptoms of psychiatric disorders. The first of these may be sleep apnea. Another cause is restless legs syndrome. Depression, anxiety, pain, and some physical problems can also cause insomnia. Sleep apnea can be caused by a nervous system problem or airway obstruction. Studying sleep stages is crucial in diagnosing sleep-related disorders. Sleep stages are also determined by a professional by being with the person during sleep. Considering the average sleep stage diagnosis time of 8 hours, this is quite a long time for a professional. In addition, the definition of sleep stages requires serious expertise and knowledge. The computerized diagnosis system, which automatically diagnoses and treats the diseases described in the literature, has started to be implemented based on theoretical research. This study aims to use deep learning and machine learning techniques to automatically generate sleep stages, which are important parameters in the diagnosis of sleep disorders that directly affect human health. In this study, the random forest algorithm performed the most successful classification (accuracy = 0.974, sensitivity = 0.932, specificity = 0.983). This advanced classification success demonstrates the feasibility of creating a computer-aided diagnostic system that can automatically identify sleep stages, which is an important factor in the diagnosis/treatment of sleep-related disorders.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Karadeniz Fen Bilimleri Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 495
Atıf : 1.141
2023 Impact/Etki : 0.24
Karadeniz Fen Bilimleri Dergisi