Filtreler

2022 - 20252
Filtreleri Sıfırla

Ayarlar

Yazar: Demirer, Rüştü Murat × İndeks: Web of Science ×

Arama Sonuçları

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Yayın
    Deri lezyonlarının evrişimsel yapay sinir ağları ile sınıflandırılması
    (Pamukkale Univ, 2022-07-10) Bilginer, Onur; Tunga, Burcu; Demirer, Rüştü Murat
    Bu çalışmada Uluslararası Deri Görüntüleme Birliği tarafından 2019 yılında yayınlanan ve 25000’den fazla dermoskopik deri görüntüsü içeren ISIC 2019 veri seti kullanılarak 4 çeşit (Melanom, Melanositik Nevüs, Bazal Hücreli Karsinom, İyi Huylu Keratoz) deri pigmentasyonu Evrişimsel Sinir Ağları yöntemi yardımıyla sınıflandırılmıştır. Sınıflandırma yapılırken InceptionV3 yapay sinir ağı mimarisi kullanılmıştır. Deri görüntülerine önişlem olarak Hilbert Dönüşümü ve Yüksek Boyutlu Model Gösterilimi uygulanmıştır. Elde edilen sonuçlara göre test verisi üzerinde Hilbert Dönüşümü uygulanmış görüntülerde Bazal Hücreli Karsinom hastalığının sınıflandırılmasında %89 başarı oranı elde edilmiştir. Yüksek Boyutlu Model Gösterilimi ile Kontrast Artırımı uygulanan görsellerde ise Melanomun sınıflandırılmasında %78 başarı oranı elde edilmiştir.
  • Küçük Resim
    Yayın
    Boundary element method for EEG single-dipole localization: a study in patients with OCD
    (Institute of Electrical and Electronics Engineers Inc., 2025-08-15) Abdullahi, Fatima I.; Demirer, Rüştü Murat
    This study investigates EEG dipole localization in patients diagnosed with obsessive-compulsive disorder (OCD) using the Boundary Element Method (BEM) implemented via Brainstorm and OpenMEEG. EEG signals from 33 OCD patients were analyzed using a realistic, multi-layer head model consisting of scalp, skull, and brain tissues with respective conductivity values. Dipoles were accurately localized for each discrete time instant within the gamma frequency range (20-50 Hz) using a single dipole assumption per time point. EEG potentials measured from 19 standard electrodes were numerically computed by solving the forward EEG problem with the boundary element approach provided by OpenMEEG. Spectral clustering analysis identified distinct neural patterns corresponding to clinically recognized OCD subtypes, facilitating better diagnostic interpretations. Our results address previous methodological limitations by combining realistic head geometry modeling and precise temporal and spatial dipole estimation, offering promising directions for enhanced EEG-based diagnostic tools in psychiatry.