EEG İşareti tabanlı anksiyete sınıflandırması için dalgacık dönüşümü ile öznitelik çıkarma

Authors : Shams Qahtan Omar OMAR, Cengiz TEPE

Pages : 726-732

Doi:10.28948/ngumuh.1230092

View : 91 | Download : 130

Publication Date : 2023-07-15

Article Type : Research Paper

Abstract :Anksiyete, üretkenliği ve yaşam kalitesini etkilediği kadar insan yeteneklerini ve davranışlarını da etkiler. Depresyon ve intiharın ana nedeni olarak kabul edilebilir. Günümüzde klinisyenler anksiyete bozukluklarını teşhis etmek için belirli kriterler kullanılmaktadır. Anksiyete tespitinin karmaşık görevini yerine getiren, invaziv olmayan güvenilir tekniklere ihtiyaç vardır. Bu çalışma, elektroensefalografi insert ignore into journalissuearticles values(EEG); sinyallerini analiz ederek ikili ve dörtlü sınıfları daha az EEG kanalı ve öznitelik sınıflandırmayı amaçlamıştır. 23 kişinin 14 kanallı EEG sinyalini içeren DASPS veri tabanı kullanılmıştır. EEGLAB kullanarak 14 kanaldan 4 kanal seçilmiştir. Öznitelik çıkarımı için dalgacık dönüşümü kullanılmıştır. MATLAB Classification learner toolbox’taki 8 yöntem ile sınıflandırma yapılmıştır. En yüksek doğrulukta başarımlar ikili sınıflandırmada %67.1 doğrulukta Karar ağaçları yönteminde, dörtlü sınıflandırmada %58.5 doğrulukta destek vektör makinesi ile elde edilmiştir
Keywords : EEG, Anksiyete, Kanal seçimi, Karar ağaçları, Destek Vektör Makinesi