GCRIS :: Search

Search Results

Now showing 1 - 10 of 28

An Experimental Study on the Effect of the Anisotropic Regions in a Realistically Shaped Torso Phantom
(Annals of Biomedical Engineering, 2008) Şengül, Gökhan; Lıehr, Mario; Haueısen, Jens; Baysal, Uğur
Determination of electrically active regions in the human body by observing generated bioelectric and/or biomagnetic signals is known as source reconstruction. In the reconstruction process, it is assumed that the volume conductor consists of isotropic compartments and homoge neous tissue bioelectric parameters but this assumption introduces errors when the tissue of interest is anisotropic. The aim of this study was to investigate changes in the measured signal strengths and the estimated positions and orientations of current dipoles in a realistically shaped torso phantom having a heart region built from single guar gum skeins. Electric data were recorded with 60 electrodes on the front of the chest and 195 sensors measured the magnetic field 2 cm above the chest. The artificial rotating dipoles were located underneath the anisotropic skeins distant from the sensors. It was found that the signal strengths and estimated dipole orientations were influenced by the anisotropy while the estimated dipole positions were not significantly influ enced. The signal strength was reduced between 17% and 43% for the different dipole positions when comparing the parallel alignment of dipole orientation and anisotropy direction with the orthogonal alignment. The largest error in the estimation of dipole orientation was 42 degrees. The observed changes in the magnetic fields and electric poten tials can be explained by the fact that the anisotropic skeins force the current along its direction. We conclude that taking into account anisotropic structures in the volume conductor might improve signal analysis as well as source strength and orientation estimations for bioelectric and biomagnetic investigations.
Determination of Measurement Noise, Conductivity Errors and Electrode Mislocalization Effects To Somatosensory Dipole Localization
(Biomedical Research, 2012) Şengül, Gökhan; Baysal, Uğur
Calculating the spatial locations, directions and magnitudes of electrically active sources of human brain by using the measured scalp potentials is known as source localization. An accu rate source localization method requires not only EEG data but also the 3-D positions and number of measurement electrodes, the numerical head model of the patient/subject and the conductivities of the layers used in the head model. In this study we computationally deter mined the effect of noise, conductivity errors and electrode mislocalizations for electrical sources located in somatosensory cortex. We first randomly selected 1000 electric sources in somatosensory cortex, and for these sources we simulated the surface potentials by using av erage conductivities given in the literature and 3-D positions of the electrodes. We then added random noise to measurements and by using noisy data; we tried to calculate the positions of the dipoles by using different electrode positions or different conductivity values. The esti mated electrical sources and original ones are compared and by this way the effect of meas urement noise, electrode mislocalizations and conductivity errors to somatosensory dipole lo calization is investigated. We conclude that for an accurate somatosensory source localization method, we need noiseless measurements, accurate conductivity values of scalp and skull lay ers and the accurate knowledge of 3-D positions of measurement sensors.
Classification of Parasite Egg Cells Using Gray Level Cooccurence Matrix and Knn.
(Biomedical Research, 2016) Şengül, Gökhan
Parasite eggs are around 20 to 80 μm dimensions, and they can be seen under microscopes only and their detection requires visual analyses of microscopic images, which requires human expertise and long analysis time. Besides visual analysis is very error prone to human procedures. In order to automatize this process, a number of studies are proposed in the literature. But there is still a gap between the preferred performance and the reported ones and it is necessary to increase the performance of the automatic parasite egg classification approaches. In this study a learning based statistical pattern recognition approach for parasite egg classification is proposed that will both decrease the time required for the manual classification by an expert and increase the performance of the previously suggested automated parasite egg classification approaches. The proposed method uses Gray-Level Co-occurrence Matrix as the feature extractor, which is a texture based statistical method that can differentiate the parasite egg cells based on their textures, and the k-Nearest Neighbourhood (kNN) classifier for the classification. The proposed method is tested on 14 parasite egg types commonly seen in humans. The results show that proposed method can classify the parasite egg cells with a performance rate of 99%.
Unidirectional Data Transfer: a Secure System To Push the Data From a High Security Network To a Lower One Over an Actual Air-Gap
(International Journal of Scientific Research in Information Systems and Engineering, 2017) Şengül, Gökhan; Bostan, Atila; Karakaya, Murat
The term “air-gap” is typically used to refer physical and logical separation of two computer networks. This type of a separation is generally preferred when the security levels of the networks are not identical. Although the security requirements entail parting the data networks, there is a growing need for fast and automatic transfer of data especially from high-security networks to low-security ones. To protect security sensitive system from the risks originating from low-security network, unidirectional connections that permit the data transfer only from high to low-security network, namely information-diodes, are in use. Nonetheless, each diode solution has its drawbacks either in performance or security viewpoints. In this study, we present a unidirectional data transfer system in which the primary focus is data and signal security in technical design and with a plausible and adaptable data transfer performance. Such that the networks do not touch each other either in physically or logically and the transfer is guaranteed to be unidirectional. Apart from avoiding the malicious transmissions from low to high-security network, we claim that the proposed data diode design is safe from emanation leakage with respect to the contemporary sniffing and spoofing techniques.
Görüntü İşleme Yöntemlerı ile Araç Logo Tanıma
(2016) Albera, Sumıa; Şengül, Gökhan
Araç logolarının tanımlanması, farkli çevre şartlarında araçların logolarının yüksek performans ile algılanması ve sınıflandırılması yeteneği olarak tanımlanabilir. Logo tanıma, devlet kurumları, askeri alanlar gibi kontrol gerektiren bölgelerde güvenlik ve gözetleme amacıyla kullanılmaktadır. Logo tanımlamada öncelikle logo görüntüleri okunur, analiz edilir ve logonun ait olduğu üretici belirlenir. Bu tez çalışmasının amacı, araç logolarının tanımlanması için kullanılan üç farklı yöntemin gürültülü ve gürültüsüz ortamlardaki başarımlarını araştırmak ve bu yöntemlerin karşılaştırmasını yapmaktır. Bu tez çalışmasında logo tanımlama için SURF, LBP ve GLCM yöntemleri denenmiştir. LBP ve GLCM yöntemleri için sınıflandırıcı olarak kNN kullanılmıştır. Önerilen yöntemler biri üreticilerin internet sitelerinden alınan görüntüler diğeri ise doğrudan araçların logoların fotoğraflarının çekilmesi ile elde edilen görüntüler olmak üzere iki farklı veri kümesinde test edilmiştir. Sonuç olarak en iyi başarım, SURF algoritması ile elde edilmiştir.
Biometric Verification on E-Id Secure Access Devices: a Case Study on Turkish National E-Id Card Secure Access Device Specifications
(International Journal of Information Security Science, 2017) Bostan, Atila; Şengül, Gökhan; Karakaya, Murat
Biometric verification on e-ID cards requires clear procedures and standards be defined, especially when the access devices are anticipated to be produced commercial companies. Turkish national e-ID card project has reached the dissemination step. Now the commercial companies are expected to produce and market e-ID card access devices which will conduct secure electronic identity verification functions. However, published standards specifying e-ID card-access-device requirements are ambiguous on biometric verification procedures. In this study, we intended to attract scientific interest to the problems identified in the current design of biometric verification on Turkish national e-ID cards and proposed several verification alternatives which enables the production of e-ID card access devices in a commercial-competition environment.
Görüntü İşleme ve Makine Öğrenme Yöntemleri ile Yüz Tanıma
(2020) Rushdı, Iman Raad; Şengül, Gökhan
İnsan yüzü tanıma, insan yüzünün çok boyutlu karmaşık bir yapı olması nedeniyle zor ve karmaşık bir problemdir. Temel olarak; yüz tanıma bir insanın yüz görüntüsünden kimliğinin belirlenmesi olarak tanımlanabilir. Bu nedenle yüz tanımada görüntü işleme, bilgisayarlı görü ve makine öğrenmesi gibi farklı disiplinlerin bir arada çalışması gerekir. Yüz tanımlamasıyla ilgili temel zorluk; yüz tanımlamasıyla ilgili doğru özelliklerin, doğru bir şekilde nasıl tanımlanacağıdır. Bu çalışma, görüntüden özellik çıkarma ve özellik seçimine dayalı olarak insan yüzünün tanınması için bir yaklaşım sunmaktadır. Önerilen yüz tanıma sistemi ORL ve YALE veri kümelerinde test edilmiştir. Önerilen yöntem başlangıçta üç adımda uygulanmıştır. Ön işleme aşaması için Daubechies dönüşümü ile Ayrık Dalgacık Dönüşümü (DWT) uygulanmıştır. İkinci aşamada, Yerel İkili Kalıp (LBP) ve Gri Seviye Eş-Oluşum Matrisi (GLCM) esas alınarak özellik çıkarma aşaması uygulanmıştır. Üçüncü adım, Öklid Uzaklığı ile sınıflandırma aşamasını içermektedir. Ayrıca, özellik seçimi yaklaşımı için Parçacık Sürüsü Optimizasyonu (PSO) uygulanarak aynı deneyler uygulanmıştır. Çalışmada birkaç sonuç gözlemlemiştir: DWT ve LBP'nin birlikte uygulandığı ilk deneylerde; eğitim kümesindeki görüntü sayısındaki artışla birlikte ORL veritabanında %82,50 tanıma oranı, YALE veritabanında ise %90 tanıma oranı elde edilmiştir. Bununla birlikte, PSO algoritmasının uygulanması durumunda, ORL veritabanı için doğruluk oranını %95'e ve YALE veritabanında doğruluk oranı %93'e kadar artmıştır.
Görüntü işleme teknikleri ile insanların yaş ve cinsiyetlerinin tahmini
(2016) Khalıfa, Tarıq Alhadı Mohamad; Şengül, Gökhan
Yüz görüntülerinden görüntüdeki kişinin cinsiyetini ve yaşını tahmin etme, henüz tam olarak çözülememiş aktif bir araştırma problemidir. Bu problemin çözümü için birçok araştırmacı tarafından farklı yöntemler önerilmiş olmakla birlikte beklenen gereksinimlerle elde edilen performans arasında farklılıklar bulunmaktadır. Bahsedilen bu probleme yönelik olarak bu tez çalışmasında istatistiksel örüntü tanıma tabanlı bir yöntem önerilmiştir. Önerilen yöntemde özellik çıkarıcı olarak HOG (Histogram of Oriented Gradient) ve LBP (Local Binary Pattern) yaklaşımları kullanılmıştır. Ayrıca daha iyi sonuçlar elde etmek üzere bu iki özellik çıkarıcının sonuçları birleştirilerek de kullanılmıştır. Sınıflandırıcı olarak ise SVM (Support Vector Machines) ve KNN (K-Nearest Neighbour) yaklaşımları izlenmiştir. Performans ölçümleri için ise Birini Dışarıda Bırakma ve Hata Matrisleri kullanılmıştır. Ön işleme olarak; tüm görüntü boyutlarını aynı yapmak ve hesaplama zamanını azaltmak üzere boyut indirgeme ve görüntülerdeki aydınlık farklılıklarını ortadan kaldırmak üzere histogram eşitleme işlemleri gerçekleştirilmiştir. Önerilen yöntem FERET, UTD ve FG-NET veritabanlarından elde edilen görüntüler üzerinde test edilmiştir. Sonuç olarak HOG ve LBP özellikleri birarada kullanıldığından cinsiyet tahmininde 100%, yaş aralığı tahmininde ise 99.87% başarı elde edilmiştir.
Citation - Scopus: 21
Comparative Analysis of Programming Languages Utilized in Artificial Intelligence Applications: Features, Performance, and Suitability
(Prof.Dr. İskender AKKURT, 2024) Sezen, Arda; Türkmen, Güzin; Şengül, Gökhan
This study presents a detailed comparative analysis of the foremost programming languages employed in Artificial Intelligence (AI) applications: Python, R, Java, and Julia. These languages are analysed for their performance, features, ease of use, scalability, library support, and their applicability to various AI tasks such as machine learning, data analysis, and scientific computing. Each language is evaluated based on syntax and readability, execution speed, library ecosystem, and integration with external tools. The analysis incorporates a use case of code writing for a linear regression task. The aim of this research is to guide AI practitioners, researchers, and developers in choosing the most appropriate programming language for their specific needs, optimizing both the development process and the performance of AI applications. The findings also highlight the ongoing evolution and community support for these languages, influencing long-term sustainability and adaptability in the rapidly advancing field of AI. This comparative assessment contributes to a deeper understanding of how programming languages can enhance or constrain the development and implementation of AI technologies.
Single Camera Photogrammetry System for Eeg Electrode Identification and Localization
(Annals of Biomedical Engineering, 2010) Baysal, Uğur; Şengül, Gökhan
In this study, photogrammetric coordinate measurement and color-based identification of EEG electrode positions on the human head are simultaneously implemented. A rotating, 2MP digital camera about 20 cm above the subject’s head is used and the images are acquired at predefined stop points separated azimuthally at equal angular displacements. In order to realize full automation, the electrodes have been labeled by colored circular markers and an electrode recognition algorithm has been developed. The proposed method has been tested by using a plastic head phantom carrying 25 electrode markers. Electrode locations have been determined while incorporating three different methods: (i) the proposed photogrammetric method, (ii) conventional 3D radiofrequency (RF) digitizer, and (iii) coordinate measurement machine having about 6.5 lm accuracy. It is found that the proposed system automatically identifies electrodes and localizes them with a maximum error of 0.77 mm. It is suggested that this method may be used in EEG source localization applications in the human brain.

Filters

Settings

Sort By

Results per page

Search Results