PROJELER

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Konunun kısa tanıtımı: Mikroelektrotlar kullanılarak alınan sinirsel kayıtlardaki aksiyon potansiyellerini tespit etme işleminde genlik eşikleri kullanılmaktadır genlik eşiklerini aşan dalga şekilleri aksiyon potansiyeli olarak değerlendirilmektedir. Yakın geçmişte bu eşikleri, dolayısıyla kayıtlardaki aksiyon potansiyellerini, tamamen otomatik olarak tespit etmeyi mümkün hale getiren yeni bir yöntem proje ekibi tarafından yayınlanmıştır. Bu yöntemle, ’xxkırpma eşikleri’xx adı verilen pozitif ve negatif değerli bir çift genlik eşiği belirlenmektedir. Eşikler belirlenirken, eşikler arasında kalan örneklerin dağılımının, eşiklerde kırpılmış olan gürültü dağılımından Kolmogorov-Smirnov (KS) sınamasına göre P=? düzeyinde farksız olması istenmektedir. İstatistiksel anlamlılık düzeyi, ?, 0.05 olarak seçilebileceği gibi, eşikler arasında kalan işaretlerin dağılımının gürültü dağılımına daha yakın olmasını sağlamak için daha yüksek ? değerleri de seçilebilmektedir. Henüz ? değerinin ne olması gerektiği çalışılmamıştır. Önerilen projede uygun ? değerlerinin belirlenmesinde, kayıtlardan en yüksek işaret gürültü oranıyla bilgi çıkarımlanmasını sağlayan eşiklerin (kısaca EYİGO eşikleri) ve en yüksek olabilirlikle kestirilen eşiklerin (kısaca EYOK eşikleri) kullanılması amaçlanmaktadır. Ayrıca, sinirsel kayıtlara değişen seviyelerde beyaz gürültü yapay olarak eklenecek ve belirlenmiş olan bu ? değerlerine göre kırpma eşikleri hesaplanacaktır. Hesaplanan bu kırpma eşiklerinin gürültü eklenmiş sinirsel kayıtlar için de EYİGO ve EYOK eşiklerine eşit olmaya devam edip etmeyeceğinin araştırılması amaçlanmaktadır.

Konu

Kırpma eşikleri “Hücre Dışı Kayıtlarda Aksiyon Potansiyellerini Belirlemekte Kullanılan Gerilim Eşiğinin Hesabı İçin Yeni Bir Yöntem” başlıklı ve TEKNO-002 sayılı Cumhuriyet Üniversitesi Bilimsel Araştırma Projeleri (CÜBAP) projesi kapsamında geliştirilmiş yeni bir algoritma ile hesaplanan bir çift genlik eşiğidir. Kırpma eşikleri hücre dışı sinirsel kayıtlarda aksiyon potansiyeli tespitinde kullanılmak üzere geliştirilmiştir. Bu eşiklerin bu tür kayıtlarda işaret ve gürültüyü başarılı bir şekilde ve tamamen otomatik olarak ayırabildiği nicel incelemelerle kanıtlanmıştır. Bununla birlikte kırpma eşikleri elektroensefalografi (EEG) işaretlerinin analizi için de kullanılabilmektedir.Kırpma eşiklerinin hesaplanması sırasında kayıttaki gürültünün standart sapması bir yan ürün olarak kestirilmektedir. Yapılan incelemelerde bu kestirimin birçok ölçek kestirimciden daha doğru sonuçlar verdiği gösterilmiştir. Farklı işaret türlerine farklı amaçlarla uygulanabilen ve rakip yöntemlere göre önemli üstünlüklere sahip olan kırpma eşiklerini hesaplayan algoritmanın kaynak kodu ve yürütüme konabilir dosyası internetteki en büyük biyomedikal veri tabanlarından biri olan SciCrunch.org adlı sitede RRID:SCR_014637 kaynak kodu ile kayıt altına alınmıştır.Mevcut algoritma yeterince hızlı olmadığı için gerçek zamanlı uygulamalarda çevrimiçi olarak kullanılmaya elverişli değildir. Ayrıca algoritmanın yavaş olması nedeniyle büyük miktarda verinin işlenmesi için çok uzun zaman gerekmektedir. Mevcut proje önerisinin birincil amacı bu kısıtları aşabilmek için kırpma eşiklerini hesaplayan algoritmanın hızlandırılmasıdır. Hızlandırmanın mevcut algoritmanın döngüsel yapısı uyarlanır bir algoritmaya dönüştürülerek hesaplamanın akan veri üzerine yayılması ile gerçekleştirilmesi planlanmaktadır. Hızlandırma gerçekleştirildikten sonra eski ve yeni algoritma ile elde edilen sonuçlar gerçek veriler üzerinde karşılaştırılarak yeni algoritmanın ürettiği sonuçların doğruluğu incelenecektir. Mevcut proje önerisinin ikinci amacı literatürde ilk defa kırpma eşiklerine dayalı bir işaret gürültü oranının formüle edilmesi ve gerçek veri üzerinde kullanılmasıdır. Kırpma eşiklerine dayalı işaret gürültü oranının gerçek zamanda hesaplanması ile beyin makine ara yüzlerinde elektrotların kayıt kalitesinin kolayca ölçülmesi ve takip edilmesi mümkün olacaktır. Mevcut proje önerisinde gerçek veri olarak davranış halindeki sıçanların birincil motor korteks (M1) bölgesinden kaydedilmiş hücre dışı sinirsel kayıtlar kullanılacaktır. Yeni algoritmanın kaynak kodu ve yürütüme konabilir dosyaları internet ortamında erişime açılacaktır.

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

ARDEB Projesi

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.

Konu

Proje ile ilgili açıklama girilmemiştir.