Kısmi en küçük kareler regresyon yöntemiyle uyku EEG' sinin sınıflandırılması

Bu çalışmada amaçlanan Elektroensefalografi (EEG) uyku kayıtlarında uyku ile uyanıklık evrelerinde gözlemlenen beyin aktivite durumundan faydalanarak bu iki evrenin birbirlerinden ayırt edilebilmesi ve uyku başlangıcının erken yakalanabilmesi için kısmi en küçük kareler regresyon yönteminden yararlanarak yapılan sınıflandırmanın başarısını ortaya koymaktır. Çalışmada karşılaştırma yapmak amacıyla aynı verilere k-en yakın komşuluk ve bayes sınıflandırma yöntemleri uygulanmış olup sonuçlar karşılaştırıldığında kısmi en küçük kareler regresyon yöntemi kullanılarak yapılan sınıflandırmanın % 90'lar civarında kabul edilebilir bir başarı oranı sağladığı ve zaman ile işlem yükü açısından daha avantajlı olduğu görülmüştür.Çalışmada yedi farklı sağlıklı kişiye ait EEG kayıtları kullanılmış olup kullanılan EEG işaretleri physionet veri bankasındaki sleep-edf veri tabanında bulunan uyku skorlama çalışmalarına ait kayıtlardır. Bu kayıtlar normalizasyon ve filtreleme basamaklarından oluşan ön işlemeye tabi tutulmuş ve öznitelik çıkarma amacıyla kayıtlara otoregresif modelleme yöntemi uygulanmıştır. Yapılan bu çalışmanın klinik uygulamalarda ve uyku ikaz sistemlerinde kullanılabilir olacağı düşünülmektedirUygulamalardaki tüm sonuçlar MATLAB programı ile elde edilmiştir.