Browsing by Author "Taspinar, Gurcan"

Now showing 1 - 3 of 3

Citation - WoS: 15
Citation - Scopus: 23
A review of ADHD detection studies with machine learning methods using rsfMRI data
(John Wiley and Sons Ltd, 2024) Gürcan Taşpinar; Nalan Ǒzkurt; Taspinar, Gurcan; Ozkurt, Nalan
Attention deficit hyperactivity disorder (ADHD) is a common mental health condition that significantly affects school-age children causing difficulties with learning and daily functioning. Early identification is crucial and reliable and objective diagnostic tools are necessary. However current clinical evaluations of behavioral symptoms can be inconsistent and subjective. Functional magnetic resonance imaging (fMRI) is a non-invasive technique that has proven effective in detecting brain abnormalities in individuals with ADHD. Recent studies have shown promising outcomes in using resting state fMRI (rsfMRI)-based brain functional networks to diagnose various brain disorders including ADHD. Several review papers have examined the detection of other diseases using fMRI data and machine learning or deep learning methods. However no review paper has specifically addressed ADHD. Therefore this study aims to contribute to the literature by reviewing the use of rsfMRI data and machine learning methods for detection of ADHD. The study provides general information about fMRI databases and detailed knowledge of the ADHD-200 database which is commonly used for ADHD detection. It also emphasizes the importance of examining all stages of the process including network and atlas selection feature extraction and feature selection before the classification stage. The study compares the performance advantages and disadvantages of previous studies in detail. This comprehensive approach may be a useful starting point for new researchers in this area. © 2024 Elsevier B.V. All rights reserved.
Enhancing ADHD Detection via Functional Connectivity: Autoencoder-Based Feature Selection and DMN ROI Focus
(Springer Science and Business Media Deutschland GmbH, 2025) Taspinar, Gurcan; Ozkurt, Nalan
FMRG Hacimlerini Kullanarak DEHB’nin 3B ESA Tabanlı Otomatik Teşhisi
(2023) NALAN OZKURT; Gurcan Taspinar; Taspinar, Gurcan; Ozkurt, Nalan
Dikkat eksikliği hiperaktivite bozukluğu (DEHB) en sık görülen beyin deformasyonlarından biridir ve özellikle çocukların okul başarılarını olumsuz yönde etkilemektedir. Uzmanların DEHB hastalarına uygun tedavi verebilmeleri için bu hastalığın nörobiyolojik tanısı önemlidir. Makine öğrenimi algoritmaları ile birlikte nörogörüntüleme teknolojileri özellikle fonksiyonel manyetik rezonans görüntüleme dikkat eksikliği hiperaktivite bozukluğunda biyobelirteç olarak giderek daha fazla kullanılmaktadır. Ayrıca makine öğrenme yöntemleri son zamanlarda popüler hale gelmektedir. Bu çalışma ile DEHB tanısında uzmanlara yardımcı olmak amacıyla fonksiyonel manyetik rezonans görüntüleme hacimlerini iki sınıfa ayırmak için optimize edilmiş 3 boyutlu evrişimli bir sinir ağı sunulmaktadır. Verilerin 3 boyutlu ilişkilerinin çıkarılmasının önemini göstermek için yöntem halka açık ADHD-200 veri setlerinin öğrenme ve test verileri kullanılarak test edilmiş ve sinir ağının performansı değerlendirilmiştir. Daha sonra sinir ağının performansı literatürdeki birkaç yeni DEHB algılama evrişimli sinir ağı ile karşılaştırılmıştır. Kullanılan sinir ağının umut verici bir performansa sahip olduğu gözlemlenmektedir.