Evaluating the impact of pink noise injection on EEG-based epileptic seizure detection

OpenAlex Turkish

Epilepsi, dünya genelinde 50 milyondan fazla kişiyi etkileyen ciddi bir nörolojik hastalıktır ve nöbetlerin öngörülemeyen şekilde ortaya çıkması hasta güvenliği ve yaşam kalitesi açısından kritik riskler oluşturmaktadır. Bu nedenle, otomatik nöbet tespit sistemlerinin yalnızca yüksek doğruluk sağlaması değil, aynı zamanda gerçek hayatta karşılaşılan gürültü ve artefaktlara karşı dayanıklılık göstermesi gerekir. Ancak mevcut çalışmaların çoğu, yalnızca temiz EEG verileri üzerinde değerlendirme yapmakta ve gerçek klinik koşullardaki bozucuları dikkate almamaktadır. Bu çalışmada, düşük frekans bileşenlerinde yoğun enerji dağılımı nedeniyle biyolojik sinyalleri daha gerçekçi biçimde temsil eden pembe gürültü koşullarında epileptik nöbet tespit sistemlerinin dayanıklılığı sistematik olarak değerlendirilmiştir. Özellik çıkarımı için iki yöntem karşılaştırılmıştır: Sınıf bazlı referans spektrumları ile güç spektral yoğunluğu fark özellikleri ve çeşitli dalgacık tipleri arasından Coiflet 4’ün seçildiği ayrık dalgacık dönüşümü. Sınıflandırma Rastgele Orman, Çok Katmanlı Algılayıcı ve k-En Yakın Komşu ile yapılmıştır. Sonuçlar, özellikle güç spektral yoğunluğu özellikleri ile rastgele orman sınıflandırıcısının farklı gürültü seviyelerinde en yüksek başarımı sağladığını göstermiştir. Ayrıca, düşük ve orta seviyelerdeki pembe gürültünün doğruluk performansını yalnızca korumakla kalmayıp belirli durumlarda iyileştirdiği gözlemlenmiştir. Çalışma, pembe gürültü enjeksiyonunu dayanıklılığı test eden gerçekçi bir çerçeve olarak sunması ve güç spektral yoğunluğu ve rastgele orman kombinasyonunun hesaplama açısından verimli, klinikte uygulanabilir bir çözüm olduğunu göstermektedir.