Naslov magistrskega dela: Ločevanje Parkinsonovih bolnikov in zdravih oseb na podlagi analize EEG posnetkov
Povzetek: Parkinsonova bolezen je kronična bolezen, za katero je značilno propadanje nevronov in posledičen primanjkljaj živčnega prenašalca dopamina. Parkinsonova bolezen lahko zelo oteži življenje bolnika, saj kot bolezen povzroča veliko različnih simptomov in težav, ki občutno poslabšajo kvaliteto življenja. Zato je ključnega pomena, da čim prej odkrijemo bolezen, jo začnemo tudi zdraviti in tako omilimo simptome.
Kot ena izmed potencialnih diagnostičnih metod za Parkinsonovo bolezen se je v preteklosti pokazala analiza elektroencefalografskih (EEG) signalov. V okviru naše naloge smo poizkušali ločevati EEG posnetke zdravih oseb in oseb s Parkinsonovo boleznijo. V ta namen smo uporabili podatkovno bazo EEG posnetkov 25 oseb s Parkinsonovo boleznijo in 25 kontrolnih oseb. Problema smo se lotili tako, da smo uporabili signale s posameznih elektrod za posamezne posnetke, jih obdelali z različnimi metodami, vizualizirali in nato identificirali signale, kjer so razlike najbolj očitne. Sledila je analiza vseh posnetkov iz podatkovne baze, kjer smo naredili skupne pare korespondenčnih kontrolnih oseb in Parkinsonovih bolnikov, ki zdravil niso prejeli 15 ur, ter Parkinsonovih bolnikov, ki so zdravila jemali redno. V našem primeru so se kot najbolj informativni izkazali signali posneti na frontalnih elektrodah od F3 do F8. Pri klasifikaciji so bile najbolj uspešne nevronske mreže, kvadratna diskriminanta analiza in k-najbližjih sosedov. Izbrali smo celotno frekvenčno območje, ker smo tam dobili najboljše rezultate klasifikacije. Klasifikacijska točnost na testni množici je bila na nevronskih mrežah 93%, na kvadratni diskriminanti 89.5%, na klasifikatorju k-najbližjih sosedov pa 87.7%.
Rezultati naše študije kažejo, da je ločevanje med osebami s Parkinsonovo boleznijo in zdravimi osebami na podlagi analize EEG posnetkov možno že v zgodnji fazi. Rezultati naše študije pa so tudi boljši od do sedaj objavljenih rezultatov klasifikacije na podatkovni množici, ki smo jo uporabili.
Mentor: doc. dr. Aleš Smrdel
Komisija za zagovor:
prof. dr. Marko Robnik Šikonja, predsednik
prof. dr. Franc Jager, član
doc. dr. Aleksander Sadikov, član