Abstract
EEG sinyalleri, bir çocukluk nörogelişimsel bozukluğu olan ADHD/ Attention Deficit Hyperactivity Disorder (Dikkat Eksikliği Hiperaktivite Bozukluğu) ile ilgili kritik bilgileri ayıklamak için güvenilir bir şekilde kullanılabilir. ADHD'nin erken tespiti, bu bozukluğun gelişimini azaltmak ve uzun vadeli etkisini azaltmak için önemlidir. Bu çalışmanın amacı, katılımcıların ekran üzerindeki rakamları takip etmeleri istenirken toplanan Elektroensefalografi (EEG) sinyallerinden, t-SNE tekniği ile zaman alanında özellik çıkarıldıktan sonra, RNN (Recurrent Neural Network) derin öğrenme modelleri ile ADHD ve sağlıklı bireyleri ayıran yüksek bir tahmin başarısına sahip bir çalışma-çerçevesi tanımlamaktır. Çalışmaya 15 ADHD hastası ve 15 sağlıklı kontrol bireyi dahil edilmiştir. 15’er kişiden oluşan veri setleri (ACC: ≤100% ve AUC: 1), 10’ar kişiden oluşan veri setlerinden (ACC: ≥94.23% ve AUC: 1) daha başarılı sonuçlar ürettiğini göstermiştir. t-SNE, yüksek boyutlu özellik görselleştirme veri gösterim tekniği olarak kullanıldığında da her iki grubun da önemli ölçüde ayırt edilebildiğini ortaya koymuştur. Bulgular, ADHD'nin erken teşhisinde ve objektif tanısında yardımcı olacağı düşünülmektedir.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
