• icon+90(533) 652 66 86
  • iconnwsa.akademi@hotmail.com
  • icon Fırat Akademi Samsun-Türkiye

Article Details

  • Article Code : NWSA-3729-2055
  • Article Type : Araştırma Makalesi
  • Publication Number : 1A0169
  • Page Number : 477-485
  • Doi : 10.12739/
  • Abstract Reading : 1017
  • Download : 124
  • Share :

  • PDF Download

Issue Details

  • Year : 2011
  • Volume : 6
  • Issue : 1
  • Number of Articles Published : 49
  • Published Date : 1.01.2011

Cover Download Context Page Download
Engineering Sciences

Serial Number : 1A
ISSN No. : 1308-7231
Release Interval (in a Year) : 4 Issues

EEG İŞARETLERİNİN SINIFLANDIRMA VE KÜMELEME TEKNİKLERİ İLE ANALİZİ

Ahmet Alkan 1

Bu çalışmada, sağlıklı ve epilepsi hastası olan kişilerden alınan EEG işaretleri farklı önişleme ve sınıflandırma yöntemleri kullanılarak analiz edilmiş ve bu yöntemlerin başarı oranları karşılaştırılmıştır. EEG işaretlerinin sınıflandırılması veya öbekleştirilmesi için öznitelik çıkarım (Ortalama Mutlak Değer (OMD), Yule-Walker AR ve Kovaryans AR), öbekleştirme (K-Ortalama, Bulanık C-Ortalama (BCO) ) ve sınıflandırma (Destek Vektör Analizi ve Lineer Diskriminant Analizi) metotları kullanılmıştır. Elde edilen yüksek sınıflandırma basarım sonuçları karşılaştırmalı olarak verilmiştir.

Keywords
EEG, Epilepsi, LDA, LDA, K-Ortalama,

ANALYSIS OF EEG SIGNALS BY USING CLASSIFICATION AND CLUSTERING METHODS

Ahmet Alkan 1

In this study, normal and epileptic EEG signals are analyzed by using different preprocessing, classification/clustering methods and results are compared. Mean Absolute values and parametric models such as Yule-Walker AR and Covariance methods are used fort he feature extraction. For the classification of EEG signals Linear Discriminant Analysis, Support Vector Machine (SVM) methods are used. Clustering techniques such as K-means and Fuzzy C-means are also used for the analysis of the EEG signals. The comparative results confirmed that the proposed methods achieved high classification rates.

Keywords
EEG, Epilepsy, LDA, SVM, K-Means,

Details
   

Authors

Ahmet Alkan (1) (Corresponding Author)

aalkan@ksu.edu.tr

Supporting Institution

:

Project Number

:

Thanks

:
References