Master'sOpen Access

Hafıza ile ilintili EEG beyin ağlarının izgesel kümeleme yöntemı ıle gruplandırılması

Is this your thesis?

This record came from a bulk archive import. If it’s yours, link it to your profile.

Abstract (TR)

EEG sinyali ve onun salınımlarının, bilgi işlenmesi esnasında beyindeki zamana bağlı nöral topluluklar ve lokal elektriksel alanlar ile bir ilişki içerisinde bulunduğu düşünülmektedir. Bu çalışmamızda, hafıza yükleme deneyi esnasında, alfa frekans bandı temelli beyin ağları öbeklenmesi yapılmıştır. Deney taslağı, kısa süreli değişen hafıza koşulları ile tasarlanmıştır. EEG elektrotları arasındaki eş bağlantının hesaplanması adına, zaman ve frekans dağılımları hesaplanarak, karşılıklı ilişki ölçütleri hesaplanmıştır. Hafıza yüklemesi durumları hesaba katılarak, izgesel öbekleme işlemi ile beyin alt ağlarına ayrıştırılmıştır. İzgesel kümeleme yönteminin temeli, komşuluk matrisinden oluşturulan bir çizgenin, komşuluk matrisinin öz görüngesi hesaplanarak, bu öz vektörler ile öbeklenmesine dayanır. Beyin ağlarının kaç adet öbekten oluşması gerektiği problemini çözmek adına, hassas öbekleme yöntemi kullanılmıştır. Yeni bir yöntem olan hassas öbekleme algoritması, kesin bir öbek sayısı belirmeksizin, alt ağların içsel bağlantı güçlerinin arttırılması ile belirgin öbekler oluşturulmasına olanak sağlar. Düzgelenmiş kesim öbeklenmesi sonuçlarında, beyinin oksipital ve bilateral bölgeler üzerinde yansıtılmış öbek düğümlerinin hafıza ile ilintili artışı gözlemlenmiştir. Hassas öbekleme sonuçlarında ise ikinci zaman aralığında (1250ms), oksipital ve sol lateral öbekleri arasındaki bağlantı sayılarında azalış, hafıza talebi artışında, art beyin ağlarının iyileşmesi ile ilişkilendirilebilir.

Author

Çağatay Aydın

How to Cite

Çağatay Aydın (Yüksek Lisans Tezi). Hafıza ile ilintili EEG beyin ağlarının izgesel kümeleme yöntemı ıle gruplandırılması, 2012, Boğaziçi University.

Keywords

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Boğaziçi University