Öz
This study proposes an innovative approach to analyze EEG (electroencephalography) signals for the diagnosis of paranoid schizophrenia. It introduces a novel feature extraction method called the Ompat pattern, which represents EEG signals as a directed graph within a 6×6-dimensional structure to capture specific signal patterns. The method extracts 20-bit features from each edge, generating a total of 20 edges that provide meaningful data for classification. K-nearest neighbors (KNN), Support Vector Machine (SVM), Random Forest, and Fine Tree algorithms are utilized in the classification phase. The classification performance across different EEG channels is evaluated, and accuracy rates are optimized through the majority voting method. The results indicate that the SVM algorithm achieved an accuracy of 98.16% in individual channels. When majority voting is applied, the accuracy increases to 98.25%, with the best performance observed in channel 12. The experimental results suggest that the proposed method has the potential to provide an automated and objective approach for diagnosing paranoid schizophrenia, thereby supporting clinical diagnostic processes.
Anahtar Kelimeler
EEG paranoid schizophrenia Ompat pattern machine learning majority voting
Kaynakça
- [1] B. Serin, S. Emek, “Şizofreni hastalığının tanısına yönelik beyin dalgalarının derin öğrenme yöntemleri ile incelenmesi”, Mühendislik Bilimleri ve Araştırmaları Dergisi, cilt 5, sayı 2, ss. 325-337, 2023, doi: 10.46387/bjesr.1332678.
- [2] N. G. Bayrak, N. Gürhan, “Hayat budur! damarlarındaki asil kanda mevcuttur!: Bir paranoid şizofreni olgusu.” Doğu Karadeniz Sağlık Bilimleri Dergisi, pp. 25-36, 2022.
- [3] S. L. Oh, J. Vicnesh, E. J. Ciaccio, R. Yuvaraj, U. R. Acharya, “Deep convolutional neural network model for automated diagnosis of Schizophrenia using EEG signals,” Applied Sciences (Switzerland), vol. 9, no. 14, Jul. 2019, doi: 10.3390/app9142870.
- [4] P. D. Barua, S. Dogan, T. Tuncer, M. Baygin, U. R. Acharya, “Novel automated PD detection system using aspirin pattern with EEG signals,” Computers in biology and medicine, vol. 137, p. 104841, October 2021, doi: 10.1016/j.compbiomed.2021.104841.
- [5] N. G. Tosun, Ö. Kaplan, A. Özgür, “Evaluation of Anticancer and Antimicrobial Potentials of Tarantula cubensis Venom (Theranekron® D6),” Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol. 17, no. 3, pp. 626–637, Dec. 2024, doi: 10.18185/erzifbed.1463282.
- [6] K. Kim, N. T. Duc, M. Choi, B. Lee, “EEG microstate features for schizophrenia classification,” PLoS One, vol. 16, no. 5, May 2021, doi: 10.1371/journal.pone.0251842.
- [7] M. A. Vargas Cruz, “Paranoid schizophrenia diagnosis via complex network analysis on EEG data,” Precision Nanomedicine, pp. 1406-1413, January 2025, doi: 10.33218/001c.128586.
- [8] R. M. Demirer, B. Kıran, “EEG sinyallerinin Banach uzayında Graf-Kuramsal bağlantı değişmezlik ölçütleri.” Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol. 39, no. 4, pp. 2143–2153, 2024, doi: 10.17341/gazimmfd.1013780.
- [9] İ. Ceylan, F. Mete, “Representing the Turkish inverted sentences structure with graph drawings,” Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, vol. 33, no. 3, pp. 631–643, 2018, doi: 10.16986/HUJE.2017034350.
- [10] A. B. Uşaklı, N. G. Gencer, “Elektriksel kaynak görüntüleme amaçlı 256 kanallı elektroensefalografi veri toplama sistemi,” 10. Biyomedikal Mühendisliği Ulusal Toplantısı (BİYOMUT 2004), Ocak 2004, İstanbul.
- [11] E. Olejarczyk, W. Jernajczyk, “EEG in schizophrenia” [dataset]. RepOD; 2017. Version V1. doi:10.18150/repod.0107441. Available from: https://repod.icm.edu.pl/dataset.xhtml?persistentId=doi:10.18150/repod.0107441.
- [12] J. K. Johannesen, J. Bi, R. Jiang, J. G. Kenney, C.-M. A. Chen, “Machine learning identification of EEG features predicting working memory performance in schizophrenia and healthy adults,” Neuropsychiatric electrophysiology, vol. 2, no. 1, December 2016, doi: 10.1186/s40810-016-0017-0.
- [13] M. Akay, T. Tuncer, “Çok seviyeli dalgacık dönüşümü ve yerel ikili örüntüler tabanlı otomatik eeg duygu tanıma yöntemi,” International Journal of Innovative Engineering Applications, vol. 5, no. 2, pp. 75–80, Dec. 2021, doi: 10.46460/ijiea.904838.
- [14] Z. Oralhan, “P300 tabanlı beyin bilgisayar arayüzü sistemlerinde uyaranlar arası sürenin ve uyaran yapısının performansa etkisi,” Duzce University Journal of Science and Technology, vol. 7, no. 3, pp. 1834–1846, July 2019, doi: 10.29130/dubited.562610.
- [15] S. Metin, “One-dimensional center symmetric local binary pattern based epilepsy detection method,” Turkish Journal of Science and Technology, vol. 16 no. 1, 155-162, 2021.
- [16] A. Eken, Ş. Çalışkan, S. Çivilibal, P. D. Tosun, “Sigara kullanma durumunun çoklu fizyolojik ölçümler ve makine öğrenmesi teknikleri kullanılarak tahmini,” Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, vol. 23, no. 67, pp. 55–69, Jan. 2021, doi: 10.21205/deufmd.2021236705.
- [17] S. C. İleri, S. Aslan, S. Demirci, “Büyük veri optimizasyonu için kaynak-bağlantılı harmoni arama algoritmasının performans analizi”, Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, vol. 15, no. 2, pp. 151-160, 2022, doi: 10.54525/tbbmd.1090787.
- [18] E. Üngüren, “Beynin nöroanatomik ve nörokimsayal yapısının kişilik ve davranış üzerindeki etkisi”, Uluslararası Alanya İşletme Fakültesi Dergisi, vol. 7, no. 1, June 2015.
- [19] E. G. Abbasoğulları, F. B. Gunay, “Talasemi hastalığı tahmini için farklı makine öğrenmesi yöntemlerinin kullanılması ve karşılaştırılması,” Karadeniz Fen Bilimleri Dergisi, vol. 14, no. 4, pp. 1990–2007, December 2024, doi: 10.31466/kfbd.1512278.
- [20] S. Q. O. Omar, C. Tepe, “EEG sinyallerini işlemek için makine öğreniminin kullanıldığı konular üzerine bir inceleme,” Bayburt Üniversitesi Fen Bilimleri Dergisi, vol. 5, no. 1, pp. 124–137, June 2022, doi: 10.55117/bufbd.1099025.
- [21] H. Uyanık, S. T. A. Özçelik, A. Şengür, “Bir boyutlu evrişimsel sinir ağı yardımıyla faz kilitleme değeri ve diferansiyel entropi özellikleri kullanılarak eeg sinyallerinde duygu tanınması,” Fırat Üniversitesi Mühendislik Bilimleri Dergisi, vol. 35, no. 2, pp. 725–734, September 2023, doi: 10.35234/fumbd.1242223.
- [22] A. Alan, M. Karabatak, “Veri seti-sınıflandırma ilişkisinde performansa etki eden faktörlerin değerlendirilmesi.”, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, cilt. 32, no. 2, ss. 531-540, 2020, doi: 10.35234/fumbd.738007.
- [23] H. Tohid, M. Faizan, U. Faizan, “Alterations of the occipital lobe in schizophrenia” Neurosciences Journal, vol. 20, no. 3, pp. 213-224, doi: 10.17712/nsj.2015.3.20140757.
Öz
This study proposes an innovative approach to analyze EEG (electroencephalography) signals for the diagnosis of paranoid schizophrenia. It introduces a novel feature extraction method called the Ompat pattern, which represents EEG signals as a directed graph within a 6×6-dimensional structure to capture specific signal patterns. The method extracts 20-bit features from each edge, generating a total of 20 edges that provide meaningful data for classification. K-nearest neighbors (KNN), Support Vector Machine (SVM), Random Forest, and Fine Tree algorithms are utilized in the classification phase. The classification performance across different EEG channels is evaluated, and accuracy rates are optimized through the majority voting method. The results indicate that the SVM algorithm achieved an accuracy of 98.16% in individual channels. When majority voting is applied, the accuracy increases to 98.25%, with the best performance observed in channel 12. The experimental results suggest that the proposed method has the potential to provide an automated and objective approach for diagnosing paranoid schizophrenia, thereby supporting clinical diagnostic processes.
Anahtar Kelimeler
EEG paranoid schizophrenia Ompat pattern machine learning majority voting
Kaynakça
- [1] B. Serin, S. Emek, “Şizofreni hastalığının tanısına yönelik beyin dalgalarının derin öğrenme yöntemleri ile incelenmesi”, Mühendislik Bilimleri ve Araştırmaları Dergisi, cilt 5, sayı 2, ss. 325-337, 2023, doi: 10.46387/bjesr.1332678.
- [2] N. G. Bayrak, N. Gürhan, “Hayat budur! damarlarındaki asil kanda mevcuttur!: Bir paranoid şizofreni olgusu.” Doğu Karadeniz Sağlık Bilimleri Dergisi, pp. 25-36, 2022.
- [3] S. L. Oh, J. Vicnesh, E. J. Ciaccio, R. Yuvaraj, U. R. Acharya, “Deep convolutional neural network model for automated diagnosis of Schizophrenia using EEG signals,” Applied Sciences (Switzerland), vol. 9, no. 14, Jul. 2019, doi: 10.3390/app9142870.
- [4] P. D. Barua, S. Dogan, T. Tuncer, M. Baygin, U. R. Acharya, “Novel automated PD detection system using aspirin pattern with EEG signals,” Computers in biology and medicine, vol. 137, p. 104841, October 2021, doi: 10.1016/j.compbiomed.2021.104841.
- [5] N. G. Tosun, Ö. Kaplan, A. Özgür, “Evaluation of Anticancer and Antimicrobial Potentials of Tarantula cubensis Venom (Theranekron® D6),” Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol. 17, no. 3, pp. 626–637, Dec. 2024, doi: 10.18185/erzifbed.1463282.
- [6] K. Kim, N. T. Duc, M. Choi, B. Lee, “EEG microstate features for schizophrenia classification,” PLoS One, vol. 16, no. 5, May 2021, doi: 10.1371/journal.pone.0251842.
- [7] M. A. Vargas Cruz, “Paranoid schizophrenia diagnosis via complex network analysis on EEG data,” Precision Nanomedicine, pp. 1406-1413, January 2025, doi: 10.33218/001c.128586.
- [8] R. M. Demirer, B. Kıran, “EEG sinyallerinin Banach uzayında Graf-Kuramsal bağlantı değişmezlik ölçütleri.” Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol. 39, no. 4, pp. 2143–2153, 2024, doi: 10.17341/gazimmfd.1013780.
- [9] İ. Ceylan, F. Mete, “Representing the Turkish inverted sentences structure with graph drawings,” Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, vol. 33, no. 3, pp. 631–643, 2018, doi: 10.16986/HUJE.2017034350.
- [10] A. B. Uşaklı, N. G. Gencer, “Elektriksel kaynak görüntüleme amaçlı 256 kanallı elektroensefalografi veri toplama sistemi,” 10. Biyomedikal Mühendisliği Ulusal Toplantısı (BİYOMUT 2004), Ocak 2004, İstanbul.
- [11] E. Olejarczyk, W. Jernajczyk, “EEG in schizophrenia” [dataset]. RepOD; 2017. Version V1. doi:10.18150/repod.0107441. Available from: https://repod.icm.edu.pl/dataset.xhtml?persistentId=doi:10.18150/repod.0107441.
- [12] J. K. Johannesen, J. Bi, R. Jiang, J. G. Kenney, C.-M. A. Chen, “Machine learning identification of EEG features predicting working memory performance in schizophrenia and healthy adults,” Neuropsychiatric electrophysiology, vol. 2, no. 1, December 2016, doi: 10.1186/s40810-016-0017-0.
- [13] M. Akay, T. Tuncer, “Çok seviyeli dalgacık dönüşümü ve yerel ikili örüntüler tabanlı otomatik eeg duygu tanıma yöntemi,” International Journal of Innovative Engineering Applications, vol. 5, no. 2, pp. 75–80, Dec. 2021, doi: 10.46460/ijiea.904838.
- [14] Z. Oralhan, “P300 tabanlı beyin bilgisayar arayüzü sistemlerinde uyaranlar arası sürenin ve uyaran yapısının performansa etkisi,” Duzce University Journal of Science and Technology, vol. 7, no. 3, pp. 1834–1846, July 2019, doi: 10.29130/dubited.562610.
- [15] S. Metin, “One-dimensional center symmetric local binary pattern based epilepsy detection method,” Turkish Journal of Science and Technology, vol. 16 no. 1, 155-162, 2021.
- [16] A. Eken, Ş. Çalışkan, S. Çivilibal, P. D. Tosun, “Sigara kullanma durumunun çoklu fizyolojik ölçümler ve makine öğrenmesi teknikleri kullanılarak tahmini,” Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, vol. 23, no. 67, pp. 55–69, Jan. 2021, doi: 10.21205/deufmd.2021236705.
- [17] S. C. İleri, S. Aslan, S. Demirci, “Büyük veri optimizasyonu için kaynak-bağlantılı harmoni arama algoritmasının performans analizi”, Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, vol. 15, no. 2, pp. 151-160, 2022, doi: 10.54525/tbbmd.1090787.
- [18] E. Üngüren, “Beynin nöroanatomik ve nörokimsayal yapısının kişilik ve davranış üzerindeki etkisi”, Uluslararası Alanya İşletme Fakültesi Dergisi, vol. 7, no. 1, June 2015.
- [19] E. G. Abbasoğulları, F. B. Gunay, “Talasemi hastalığı tahmini için farklı makine öğrenmesi yöntemlerinin kullanılması ve karşılaştırılması,” Karadeniz Fen Bilimleri Dergisi, vol. 14, no. 4, pp. 1990–2007, December 2024, doi: 10.31466/kfbd.1512278.
- [20] S. Q. O. Omar, C. Tepe, “EEG sinyallerini işlemek için makine öğreniminin kullanıldığı konular üzerine bir inceleme,” Bayburt Üniversitesi Fen Bilimleri Dergisi, vol. 5, no. 1, pp. 124–137, June 2022, doi: 10.55117/bufbd.1099025.
- [21] H. Uyanık, S. T. A. Özçelik, A. Şengür, “Bir boyutlu evrişimsel sinir ağı yardımıyla faz kilitleme değeri ve diferansiyel entropi özellikleri kullanılarak eeg sinyallerinde duygu tanınması,” Fırat Üniversitesi Mühendislik Bilimleri Dergisi, vol. 35, no. 2, pp. 725–734, September 2023, doi: 10.35234/fumbd.1242223.
- [22] A. Alan, M. Karabatak, “Veri seti-sınıflandırma ilişkisinde performansa etki eden faktörlerin değerlendirilmesi.”, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, cilt. 32, no. 2, ss. 531-540, 2020, doi: 10.35234/fumbd.738007.
- [23] H. Tohid, M. Faizan, U. Faizan, “Alterations of the occipital lobe in schizophrenia” Neurosciences Journal, vol. 20, no. 3, pp. 213-224, doi: 10.17712/nsj.2015.3.20140757.
Ayrıntılar
| Birincil Dil | İngilizce |
|---|---|
| Konular | Makine Öğrenme (Diğer), Sağlıkta Bilgi İşleme, Biyomedikal Görüntüleme |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Gönderilme Tarihi | 23 Haziran 2025 |
| Kabul Tarihi | 7 Şubat 2026 |
| Yayımlanma Tarihi | 24 Mart 2026 |
| DOI | https://doi.org/10.24012/dumf.1725160 |
| IZ | https://izlik.org/JA95BK28EX |
| Yayımlandığı Sayı | Yıl 2026 Cilt: 17 Sayı: 1 |
Amaç ve Kapsam
Temel mühendislik alanında deneysel ve teorik çalışmalara yer veren Dicle Üniversitesi Mühendislik Dergisi, mühendisliğin popüler konuları ile ilgili makalelerin yayınlanmasına öncelik vermekte ve multidisipliner yöntem ve teknolojilere odaklanmayı hedeflemektedir.
Dicle Üniversitesi Mühendislik Dergisi, çok disiplinli bir dergidir ve temel mühendislik konularını içerir. Derginin amacı, bilim ve teknolojideki en popüler gelişmeleri araştırmacılara, mühendislere ve diğer ilgili kitlelere ulaştırmaktır.
Dicle Üniversitesi Mühendislik Fakültesi Dergisi (DUMF), mühendisliğin çeşitli alanlarında özgün araştırma makalelerinin yanı sıra derleme makalelerini de yayınlayan, hakemli, açık erişimli bir dergidir. Derginin kapsadığı konu alanları şunlardır:
-Elektrik ve Elektronik Mühendisliği
-Bilgisayar ve Yazılım Mühendisliği
-Biyomedikal Mühendisliği
-Makine Mühendisliği
-Cevher Hazırlama ve Maden Mühendisliği
-İnşaat Mühendisliği
Yazım Kuralları
DUMF Dergisi makale yükleme aşamasında gerekli olan genel yazım formatına sahiptir. Makalenizi yazarken yükleme öncesi bu formatı kullanma ihtiyacı duyabilirsiniz. Süreci kolaylaştırmak açısından indirmeye hazır word formatları sizler için sunulmuştur.
Türkçe Makale Şablonu (*.docx)
İngilizce Makale Şablonu (*.docx) (tavsiye edilen)
Makaleniz revizyon aşamasında iken makalenizin kabulü için gereklilikleri yerine getirip çalışmanızı doğru bir formatta sisteme yüklemelisiniz.
Kör Hakemlik:
Gönderdiğiniz makale hakemlere gönderileceğinden, metin içerisinde yazarlar hakkında tanımlayıcı herhangi bir bilgiye yer vermemeniz son derece önemlidir.
Lütfen potansiyel tanımlayıcı bilgiler için metnin gövdesini gözden geçirin ve tüm öz atıfların hem metin içi atıflar hem de referanslar için Yazar (Yıl) olarak belirtildiğinden emin olun.
Makale Yapısı
Giriş
Çalışmanın amaçlarını belirtin ve ayrıntılı bir literatür taramasından veya sonuçların bir özetinden kaçınarak çalışma ile ilgili yeterli bir literatür zemini sağlayınız.
Materyal ve Metod
Çalışmanın diğer bir araştırmacı tarafından izlenilmesine imkan vermek için yeterli ayrıntı sağlayınız. Çalışmada kullanılan yöntemler özetlenmeli ve bir referans ile belirtilmelidir. Doğrudan daha önce yayınlanmış bir yöntemden alıntı yapıyorsanız, tırnak işaretleri kullanınız ve ayrıca kaynak belirtiniz. Mevcut yöntemlerde yapılacak herhangi bir değişiklik de açıklanmalıdır.
Sonuçlar
Sonuçlar açık ve net olmalıdır.
Tartışma
Bu kısım çalışmanın önemini vurgulamalı, sonuçların tekrarını içermemelidir. Sonuçlar ve tartışma kısmı birlikte de verilebilir. Literatürdeki çalışmalara büyük oranda atıfta bulunup tartışmaktan kaçınılmalıdır.
Sonuç
Çalışmanın ana sonuçları, tek başına veya bir Tartışma veya Sonuçlar ve Tartışma bölümünün bir alt bölümünü oluşturabilecek kısa bir Sonuçlar bölümü olarak da sunulabilir.
Teşekkür
Bu bölümde, yazarın katkısı veya finansman bölümlerinin dışında herhangi bir desteğe yer verebilirsiniz. Bu kısım, idari ve teknik desteği veya ayni bağışları (örneğin deneyler için kullanılan malzemeler) içerebilir.
Referanslar
Kaynakların IEEE atıf stili ile hazırlanması tavsiye edilir. Formatın detayları şablon dosyasında verilmiştir.
ORCID zorunluluğu
Dergimize makale gönderen yazarların ORCID numaralarını eklemeleri gerekmektedir. ORCID, Open Researcher ve Contributor ID'nin kısaltmasıdır. ORCID, Uluslararası Standart Ad Tanımlayıcı (ISNI) olarak da bilinen ISO Standardı (ISO 27729) ile uyumlu 16 haneli numaralı bir URL'dir. Bireysel ORCID için http://orcid.org adresinden ücretsiz kayıt oluşturabilirsiniz.
Telif Hakkı
Kabul edilen makalelerin yazarları, makalenin telif hakkını DUMF'ye devretmeyi ve DUMF'nin stiline bağlı kalarak nihai hallerini elektronik ortamda göndermeyi kabul etmelidir.
Dergi İntihal Politikası
Dicle Üniversitesi Mühendislik Dergisi, makaleleri/derlemeleri intihal açısından değerlendirme politikasına sahiptir. Dergimize makale göndermeden önce uygun intihal yazılım programları (iThenticate, Turnitin vb.) ile makalenizdeki benzerlik durumu/oranını kontrol etmeniz önerilir. Bu doğrultuda dergimize gönderilen makaleler/derlemeler ön değerlendirmeye tabi tutulur; Turnitin yazılımı ile belirlenen benzerlik oranı %30'un altında olan yazılar Yayın Kurulumuz tarafından kabul edilecektir. Belirtilen oranın (%30) üzerinde olan makaleler/incelemeler yazar(lar)a iade edilir.
Gönderim Sırasında Gerekli Dosyalar:
1) İntihal Formu (Makaleler IThenticate, Turnitin vb. raporlarla birlikte değerlendirilecektir)
2) Hakem Öneri Formu
3) Telif Hakları Devri Formu
4) Ön Yazı
Revizyon Sırasında Yazar tarafından yüklenmesi gerekli dosyalar:
1) Hakemlere Cevap Formu
2) Yapılan Değişiklikleri Gösteren Makale Dosyası
3) Makalenin Son Hali
Kabul sonrası yüklenmesi gereken dosyalar
1) Makalenin basıma hazır hali (yazar bilgileri eklenmiş versiyon)
Etik İlkeler ve Yayın Politikası
İlgili makale çalışmanın yapıldığı kurum(lar)la ilgili uygun etik kurullar tarafından onaylandığına ve deneklerin çalışmayla ilgili bilgilendirilip onay verdiğine dair bir ifade içermelidir.
Etik Kurul izni gerektiren araştırmalar aşağıdaki gibidir:
-Katılımcılardan anket, görüşme, odak grup çalışması, gözlem, deney, görüşme teknikleri kullanılarak veri toplanmasını gerektiren nitel veya nicel yaklaşımlarla yürütülen her türlü araştırma.
-İnsan ve hayvanların (materyal/veri dahil) deneysel veya diğer bilimsel amaçlarla kullanılması
-İnsanlar üzerinde klinik araştırma
-Hayvanlar üzerinde araştırma
-Kişisel verilerin korunması kanununa uygun olarak geriye dönük çalışmalar
-Başkalarına ait ölçek, anket ve fotoğrafların kullanımı için izin alınması ve sahiplerinin belirtilmesi
-Kullanılan fikir ve eserlerde telif haklarına uyulduğunun belirtilmesi
Ücret Politikası
Yayın Kurulunun 5 Ekim 2022 tarihli kararına göre talep edilen ücret miktarı revize edilmiştir.
Her makale gönderimi için "500TL" makale işletim ücreti talep edilmektedir. Bu ücret, Derginin profesyonel dizgisi için kullanılır. İlgili makale işletim ücreti kabul/red şartına bakılmaksızın makale gönderim sırasında talep edilmektedir.
Ücret Ödenecek Hesap Bilgileri:
Türk Lirası Hesabı (Banka/Şube): VakıfBank, Dicle Üniversitesi Bağlı Şubesi
Hesap Adı: Dicle Universitesi Muhendislik Fakultesi Dekanlığı
Hesap No: 00158007306834414
IBAN: TR300001500158007306834414
NOT: İlgili APC ödemesi makaleniz ön değerlendirmeden geçtikten sonra Dergi sekreteryasından alacağınız ön onay mesajı sonrası yapılmaktadır.
Lütfen Editör Kurulunun yapacağı ön değerlendirme sonrası Dergipark sistemi üzerinden alacağınız mesajı bekleyiniz.
Tel: +90-412 241 10 00 (3637)
E-posta: muhendislikdergisi@dicle.edu.tr
Dizinler
Atıf Dizinleri
Diğer Dizinler
Dergi Kurulları
Baş Editör
Editör Kurulu
Visiting Professor at Oxford University, Dr. Idris Bedirhanoglu, who holds Bachelor and MSc degrees in Civil Engineering, got his Ph.D. from Istanbul Technical University with a co-advisor from Purdue University where he did a part of his PhD. He has been a Professor of Structural Engineering at Dicle University since March 2023. He worked as a Research Scientist at the Engineering Faculty of New York University Abu Dhabi in 2018-2019. He is the author/co-author of more than 40 journals (SCI or SCIE) or international conference papers and a co-author of four book chapters. He is on the Editorial Board of M. of J. of World Architecture and Engineering News (2014-2016), and a reviewer of more than 20 journals (SCI or SCIE). He is skilled in structural analysis, particularly in evaluating existing structures and retrofitting. As well, he has provided consultancy to more than 100 industrial projects. He has served as a member of the Technical Delegation to Evaluate Objections to Risky Building Detections (Ministry of Environment and Urbanization, General Directorates for Environment and Urbanization), vice chair of the Civil Engineering Department at Dicle University (2018-2019) and chair of the structural engineering laboratory (2010-2018). His main research interests include seismic design and evaluation of RC and historical structures, retrofitting buildings with FRP composites or textile fibers, recycling concrete, nondestructive testing, fuzzy logic, and finite element analysis.
Teknik Editör
Dicle Üniversitesi'nden Elektrik-Elektronik Mühendisliği alanında 2017 yılında yüksek lisans derecesini, 2023 yılında doktora derecesini aldı. 2025 yılında Wake Forest University School of Medicine Center for Artificial Intelligence Research'de PostDoc derecesi aldı. Şuan Dicle Üniversitesi'nden Elektrik-Elektronik Mühendisliği bölümünde Dr. Öğr. Üyesi olarak görev yapmaktadır. Araştırma ilgi alanları arasında Medikal Görüntü İşleme, Derin Öğrenme, Makine Öğrenmesi, Tıbbi Bilişim, Dijital Patoloji yer almaktadır.