Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Sağlık Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: BÜŞRA SARITEMUR
Danışman: Adil Deniz Duru
Özet:ELİT KÜREKÇİLER İLE SEDANTER BİREYLERİN NÖROANATOMİK YAPILARININ İNCELENMESİ Öğrencinin Adı: Büşra SARITEMUR Danışman: Dr.Öğr.Üyesi Adil Deniz DURU Dalı: Beden Eğitimi ve Spor Anabilimdalı ÖZET Amaç: Bu araştırmada elit kürekçiler ile sedanter bireylerin nöroanatomik farklılıklarının araştırılması hedeflenmiştir. Gereç ve Yöntem: : 18-35 yaş arasındaki 15 elit kürekçi ile 15 sedanter gönüllüden Manyetik Rezonans (MR) ile toplanan anatomik beyin görüntüleri bölütlenerek GM , BM ve BOS hacimleri hesaplanmıştır. Grup içi ve gruplar arası hacimsel farklılıklar standart anatomik atlaslar temel alınarak karşılaştırılmıştır. Voksel tabanlı morfometri ile birim hacim elemanı tabanlı analiz gerçekleştirilmiştir. Ayrıca, 2 boyutlu NİR kesitleri kullanılarak, Derin öğrenme sınıflandırması gerçekleştirilmiştir. Bulgular:Mann Whitney U testi ile yapılan sınamalarda; grupların kendi bilateral beyin bölgeleri arasında yapılan ve kürekçiler ile sedanterler arasında yapılan karşılaştırmalarda global ve bölgesel beyin hacimlerinde ve yoğunluklarında farklılıklara ulaşılmıştır. Elit Kürekçilerin kürek sporunun gerektirdiği antremanlar neticesinde anatomik olarak voksel tabanlı gri madde yoğunluklarında cerebellum(x:36, y:-62, z:60 x:28, y:-68, z:-58) BA 39 Alanı (x:30, y:-80, z:26 ) ve Sağ BA37 Alanında (x:34, y: -68, bölgelerinde sedanter bireylerden farklı olduğu sonucuna ulaşılmıştır. Ek olarak VIR imge sınıfandırmasında, %85 doğruluk oram ile elit ile sedanterlere ait MR görüntüleri ayrımsanmıştır. Sonuçlar:Bu çalışmanın neticesinde beyin hacimleri arasında anlamlı bir fark izlenmemiştir. Elit Kürekçilerin kürek sporunun gerektirdiği antremanlar neticesinde oksipital lob ve prefrontal korteks alanlarında anlamlı farklılık gözlemlenmiştir. Ayrıca derin öğrenmeyle yapılan sınıflandırma sonucunda da anatomik MIR imgelerimden sedanterle kürekçilerin ayrımsandığı gözlemlenmiştir. -------------------- RESEARCH ON THE NEORUANATOMICAL STRUCTURE OF ELITE ROWERS AND SEDENTARY INDIVIDUAL Name of the Student: SARITEMUR Advisor: Dr.Ögr.Üyesi Adil Deniz DURU Department:: Department of Physical Training and Sports ABSTRACT Aim: It is aimed to do a research to determine the neuroanatomical differences between the elite rowers and sedentary individuals in this research. Material and the Method: The volume of grey material, white material and spinal fluid has been calculated from 15 elite rowers and 15 sedentary volunteer between 18-35 by segmenting the anatomic neoruimages which has been obtained by MR. Ingroup and intergroup volumetrical differences have been compared by using the anatomic features as base. A unit volume element based analysis has been twodimensional MR. Results : In the test performed by Mann Whitney U Test, differences in global and local brain volume and density have been reached in the comparisons which have been done among the bilateral brain areas of groups and between the rowers and the sedentary. It has been concluded that the density ofvoxel based grey material of elite rowers is anatomically different from the sedentary individuals in brain areas of cerebellum (x:36, y:-62, z:60 x:28, y:-68, z:-58) BA 39 Area (x:30, y:-80, z:26 ) and Right BA37 Area (x:34, y: -68, z:-16) in consequence of the trainings which rowing requires. Furthermore; in the classification of MR image, the MR images of elites and the sedentary have been perceived as different with the 85% percent accuracy rate. Conclusion:Any reasonable difference among brain volumes has not been observed in the consequence of this research. However; some reasonable differences have been observed in the areas of occipital lobe and prefrontal cortex of elite rowers thanks to the trainings which rowing requires. In addition; it has been observed that the sedentary and the rowers were perceived as different thanks to anatomic MR images as as result of a classification made with deep learning.