Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı

Özerdem, Mehmet Siraç; TÜRK, Ömer

Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı

Ömer TÜRK, (Mardin Artuklu Üniversitesi, Sağlık Hizmetleri Meslek Yüksek Okulu, Mardin, Türkiye)

Mehmet Siraç ÖZERDEM (Dicle Üniversitesi)

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji

1 0

Yıl: 2017 Cilt: 5 Sayı: 3 Sayfa Aralığı: 97 - 107 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı

Öz:

Elektroansefalogram (EEG), epilepsi tespitinde yaygın olarak kullanılan önemli bir veri kaynağıdır. Bu çalışmada da Bonn Üniversitesi Epileptoloji bölümü veritabanından alınan ve A, B, C, D, E olmak üzere 5 işaret grubundan oluşan EEG kayıtları kullanılmıştır. Bir boyutklu medyan yerel ikili örüntü (1B-MYİÖ) yöntemi uygulanarak elde edilen özniteliklerin k-En Yakın Komşu (k-NN) sınıflandırıcısı ile sınıflandırılması amaçlanmıştır. Çalışmada geliştirilen 1BMYİÖ yönteminin öznitelik olarak sınıflandırma başarısı değerlendirilmiştir. Bu sınıflandırma için karışıklık matrisi hesaplanarak model başarım ölçümü yapılmıştır. Çalışmada A-E veri setleri için sınıflandırma performansı %100, A-D veri setleri için %99.00, D-E veri setleri için %98.00, E-CD veri setleri için %99.50 ve A-D-E veri setleri için de %96.00 olarak bulunmuştur. Çalışmada kullanılan 1B-MYİÖ yönteminin, literatürde kullanılan birçok yöntemden daha iyi sonuç verdiği görülmüştür.

Anahtar Kelime:

One Dimensional Median Local Binary Pattern Based Feature Extraction For Classifying Epileptic EEG Signals

Öz:

Electroencephalogram is an important data source that widely used in detecting epilepsy. In this study, EEG records consisting of five markers A, B, C, D, E that obtained from the database of Epilogy of Bonn University Epileptology Department was used. The feature vectors that obtained by applying the one dimension median local binary pattern (1D-MLBP) method were classified by using k nearest neighbor (kNN) algorithm The classification performance related to 1D-MLBP method developed was evaluated as an attribute. For this classification, the performance criteria was evaluated by calculating the confusion matrix. In this study,the classification performance for the A-E data sets was found to be 100.0%, 99.00% for the A-D data sets, 98.00% for the D-E data sets, 99.50% for the E-CD data sets and 96.00% for the A-D-E data sets. It has been seen that 1D-MLBP method used in the study gives better results than many methods used in the literature.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

[1] Acharya U.R. et al., Automated EEG Analysis of Epilepsy: A Review, Knowledge Based Systems, 45,147-165, 2013.
[2] Iasemidis L.D. ,et al. Adaptive Epileptic Seizure Prediction System , IEEE Transactions on Biomedical Engineering, 50 (5), 616-627, 2003.
[3] Kumar T. S., Kanhangad V., Pachori R. B., Classification of Seizure and Seizure-Free EEG Signals Using Local Binary Patterns , Biomedical Signal Processing and Control, 15,33-40, 2015.
[4] Kaya Y., Uyar M. , Tekin R. , Yıldırım S., 1D-Local Binary Pattern Based Feature Extraction For Classification of Epileptic EEG Signals, Applied Mathematics and Computation 243209-219, 2014.
[5] Kaya Y., Sezgin N., Tekin R., Tıkayıcı Uyku Apnesi Sendromunun Tespiti için Tek Boyutlu Yerel İkili Örüntü Tabanlı Yeni Bir Yaklaşım, Sinyal İşleme Uygulamaları (SİU), 2014.
[6] Ertuğrul Ö. F., Kaya Y. , Tekin R. , Almalı M. N., Detection of Parkinson's Disease by Shifted One Dimensional Local Binary Patterns from Gait, Expert Systems With Applications 56,156-163, 2016.
[7] Aiswal K. J, Banka H. , Local Pattern Transformation Based Feature Extraction Techniques for Classification of Epileptic EEG signals, Biomedical Signal Processing and Control 34,81-92, 2017.
[8] http://www.meb.unibonn.de/epileptologie/science/physik/eegdata.html
[9] Ahonen T., Hadid A., Pietikainen M., Face Description With Local Binary Patterns: Application To Face Recognition, IEEE Transactions on Pattern Analysis and Machine Intelligence, 28 (12) ,2037- 2041, 2006.
[10] Chatlani N., Soraghan J.J., Local Binary Patterns for 1-D Signal Processing, in:18th European Signal Processing Conference (EUSIPCO-2010), 95-99, 2010.
[11] Lee S., Kang P., , Cho S., Probabilistic Local Reconstruction for k-NN Regression and Its Application to Virtual Metrology in Semi Conductor Manufacturing, Neurocomputing, 131,427-439, 2014.
[12] Eren Ö., Alerjen proteinlerin otomatik olarak sınıflandırılması, Başkent üniversitesi Fen Bilimleri Enstitüsü Y.Lisans Tezi, 2008.
[13] Kumar Y., Dewal M., Anand R., Epileptic Seizure Detection Using Dwt Based Fuzzy Approximate Entropy And Support Vector Machine, Neurocomputing133, 271-279, 2014.
[14] Polat K., Günes S.¸ Classification of Epileptiform EEG Using A Hybrid System Based on Decision Tree Classifier and Fast Fourier Transform, Applied Mathematics and Computation, 187 (2),1017- 1026, 2007.
[15] Lee S.H., Lim J.S., Ki J.-K. m, Yang J., Lee Y., Classification of Normal and epileptic Seizure EEG Signals Using Wavelet Transform, Phase-Space Reconstruction and Euclidean Distance, Computer Methods and Programs in Biomedicine,116 (1),10-25, 2014.
[16] Nigam V.P., Graupe D., A Neural-Network-Based Detection of Epilepsy, Neurological Research, 26 (1), 55-60,2014.
[17] Ocak H., Automatic Detection of Epileptic Seizures in EEG Using Discrete Wavelet Transform and Approximate Entropy, Expert Systems Application, 36 (2), 2027-2036, 2009.
[18] Chandaka S., Chatterjee A., Munshi S., Cross-Correlation Aided Support Vector Machine Classifier For Classification of EEG Signals, Expert Systems Application 36 (2),1329-1336, 2009.
[19] Guo L., Rivero D., Seoane J.A., Pazos A., Classification of EEG Signals Using Relative Wavelet Energy and Artificial Neural Networks, in: Proceedings of The First ACM/SIGEVO Summit on Genetic and Evolutionary Computation, ACM, 177-184, 2009.
[20] Subasi A., EEG Signal Classification Using Wavelet Feature Extraction and Mixture of Expert Model, Expert Systems Application 32 (4) 1084-1093, 2007.
[21] Isık H.¸ Sezer E., Diagnosis of Epilepsy From Electroencephalography Signals Using Multilayer Perceptron and Elman Artificial Neural Networks and Wavelet Transform, Journal of Medical System, 36 (1) , 1-13, 2012.
[22] Swami P., Gandhi T.K., Panigrahi B.K., Tripathi M., Anand S., A Novel Robust Diagnostic Model to Detect Seizures in Electroencephalography, Expert Systems Application 56, 116-130, 2016
[23] Tawfik N.S., Youssef S.M., Kholief M., A Hybrid Automated Detection of Epileptic Seizures in EEG Records, Computers and Electrical Engineering, 2015.
[24] Nicolaou N., Georgiou J., Detection of Epileptic Electroencephalogram Based on Permutation Entropy and Support Vector Machines, Expert Systems Application, 39, 202-209, 2012.
[25] Joshi V., Pachori R.B., Vijesh A., Classification of Ictal and Seizure-Free EEG Signals Using Fractional Linear Prediction, Biomedical Signal Processing Control 9, 1-5, 2014.
[26] Peker M., Sen B., Delen D., A Novel Method for Automated Diagnosis of Epilepsy Using ComplexValued Classifiers, IEEE Journal of Biomedical and Health Informatics, 20(1), 108-118, 2016.
[27] Orhan U., Hekim M., Ozer M., EEG Signals Classification Using the K-Means Clustering and A Multilayer Perceptron Neural Network Model, Expert Systems Application, 38 (10), 13475-13481, 2011.

APA	TÜRK Ö, Özerdem M (2017). Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. , 97 - 107.
Chicago	TÜRK Ömer,Özerdem Mehmet Siraç Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. (2017): 97 - 107.
MLA	TÜRK Ömer,Özerdem Mehmet Siraç Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. , 2017, ss.97 - 107.
AMA	TÜRK Ö,Özerdem M Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. . 2017; 97 - 107.
Vancouver	TÜRK Ö,Özerdem M Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. . 2017; 97 - 107.
IEEE	TÜRK Ö,Özerdem M "Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı." , ss.97 - 107, 2017.
ISNAD	TÜRK, Ömer - Özerdem, Mehmet Siraç. "Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı". (2017), 97-107.

APA	TÜRK Ö, Özerdem M (2017). Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 5(3), 97 - 107.
Chicago	TÜRK Ömer,Özerdem Mehmet Siraç Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 5, no.3 (2017): 97 - 107.
MLA	TÜRK Ömer,Özerdem Mehmet Siraç Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, vol.5, no.3, 2017, ss.97 - 107.
AMA	TÜRK Ö,Özerdem M Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2017; 5(3): 97 - 107.
Vancouver	TÜRK Ö,Özerdem M Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2017; 5(3): 97 - 107.
IEEE	TÜRK Ö,Özerdem M "Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı." Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 5, ss.97 - 107, 2017.
ISNAD	TÜRK, Ömer - Özerdem, Mehmet Siraç. "Epileptik EEG Sinyallerinin Sınıflandırılması için Bir Boyutlu Medyan Yerel İkili Örüntü Temelli Öznitelik Çıkarımı". Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 5/3 (2017), 97-107.