Filtreler
Estimation of emotional situation using EEG signals and machine learning methods EEG sinyalleri ve makine öğrenme yöntemlerini kullanılarak duygusal durum kestirimi

Yeşilkaya, Bartu

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

ÖZETEmotion estimation is an effective analysis method used to increase the interaction between humans and machines. Electroencephalogram (EEG) based emotion prediction studies based on brain signals become very attractive since they provide successful results of emotion analysis. In this study, new methods for emotion prediction are presented in accordance with dimensional emotion modeling. Multichannel EEG signals are recorded while the subjects viewed pictures from the International Affective Image System (IAPS) data set. Signal preconditioning and artefact elimination was performed by applying necessary filters on the recorded d . . .ata. Several features are extracted and the signals are classified using classification methods such as support vector machines and K-nearest neighbor. To improve the classification performance, we propose a second method where EEG signals are further analyzed by Multivariate Empirical Mode Decomposition (MEMD) and similar features are extracted from the intrinsic mode functions (IMFs) of the MEMD and classified using machine learning methods. As a third method, Deep Learning (DL) approach is proposed for classification of emotional labels. Time-frequency (TF) representations of the IMFs extracted using MEMD method are calculated by the Short-time Fourier Transform (STFT) and spectrogram. These spectrograms considered as TF images are applied to a Convolutional Neural Network (CNN) to classify the emotional labels. Performance results of the proposed methods suggest that utilizing an advanced signal processing method such as MEMD and using DL approach for classification provides encouraging results and may be used in future human-machine interaction studies.SUMMARYDuygu tahmini insanlar ve makineler arasındaki etkileşimi arttırmak amaçlı kullanılan etkili bir analiz yöntemidir. Duygu analizi deneylerinde başarılı sonuçlar verdiği için günümüzde beyin sinyallerine dayalı, elektroensefalogram (EEG) tabanlı duygu tahmini araştırmaları ilgi çekmektedir. Bu çalışmada boyutsal duygu modellemesi doğrultusunda duygu tahmini analizi için yeni yöntemler önerilmektedir. Uluslararası Afektif Görüntü Sisteminden (IAPS) alınan görseller ile oluşturulmuş veri seti kullanılarak çok kanallı EEG sinyalleri kayıt edilmiştir. Bu veriler üzerinde gerekli olan filtreler uygulanarak veri temizleme ve gürültü giderme ön işlemleri gerçekleştirilmiştir. Daha sonra EEG sinyallerinden çeşitli öznitelikler elde edilmiş ve Destek Vektör Makineleri (DVM) ve K-en yakın komşu gibi sınıflandırma yöntemleri kullanılarak sınıflandırılmıştır. Başarı oranını arttırmak için EEG sinyalleri Çok Değişkenli Görgül Kip Ayrışım (ÇDGKA) yöntemi ile analiz edilerek elde edilen Özgün Kip Fonksiyonlarından (ÖKF) benzer öznitelikler hesaplanmış ve sınıflandırılmıştır. Duygu durum kestirimi için üçüncü bir yöntem olarak derin öğrenme tabanlı bir yaklaşım önerilmiştir. ÇDGKA ile elde edilen ÖKF'lerin zaman-frekans (ZF) gösterimleri Kısa Zamanlı Fourier Dönüşümü (KZFD) ve Spektrogram ile elde edilmiştir. Hesaplanan spektrogram matrisleri ZF imgesi olarak değerlendirilmiş, evrişimsel sinir ağını eğitmek ve duygu durum kestirimi için giriş olarak kullanılmıştır. Önerilen yöntemlerin başarım sonuçları, ÇDGKA gibi ileri sinyal analiz yöntemi ve derin öğrenme yaklaşımı kullanılarak duygu durum kestiriminde başarılı sonuçlar elde edildiğini ve gelecek insan-makine etkileşim sistemlerinde kullanılabileceğini göstermektedir Daha fazlası Daha az

Multi-channel EEG-based emotion classification using deep neural networks Derin sinir ağları kullanarak çok kanallı EEG tabanlı duygu sınıflandırması

Ergin, Tuğba

Yüksek Lisans | 2021 | Graduate School of Natural and Applied Sciences

ÖZETDuygular, belirli bir nesnenin, olayın veya anın bir kişinin iç dünyasında yarattığı izlenimlerdir. Duygular hayatımızın önemli bir parçasıdır. Bu çalışmanın amacı, çok değişkenli senkrosıkıştırma dönüşümüne dayalı olarak görsel ve işitsel uyaranları kullanarak çok kanallı EEG sinyallerinden duyguları sınıflandırmaktır. Bu çalışmada 13 kadın ve 12 erkekten EEG sinyalleri alınmıştır. Grafik kullanıcı arayüzü (GUI), belirli zaman aralıklarında görsel ve işitsel uyaranları görüntülemek için tasarlanmıştır. Uluslararası Afektif Görüntü Sisteminden (IAPS) seçilen 48 resim ve aynı özelliklerde seçilen 12 resimden oluşan 60 görsel uyar . . .an kullanılmıştır. Ayrıca Uluslararası Duyuşsal Sayısallaştırılmış Sesler Sisteminden (IADS) seçilen 48 ses ve aynı özelliklerde seçilen 12 sesten oluşan 60 işitsel uyaran uyaran kullanılmıştır. EEG sinyalleri elde edildikten sonra ön işleme yapılır ve uyaranların gösterildiği zaman aralıklarını elde etmek için uzun sinyaller segmentlere ayrılır. Çok değişkenli senkrosıkıştırma dönüşümü yöntemi ile 32 kanal eş zamanlı olarak işlenmiştir. Daha sonra elde edilen 2 boyutlu görüntüler derin öğrenme mimarisine girdi olarak verilmiştir. Bu çalışmada en bilinen evrişimli sinir ağı mimarilerinden AlexNet, VGG-19, GoogLeNet, ResNet-50 ve Inception-v3 mimarileri kullanılmıştır. En iyi AlexNet çıkmıştır ve bu nedenle diğer sınıflandırma senaryoları AlexNet üzerinden yürütüldü. Bu çalışmada önerilen modellerin sağlamlığını değerlendirmek için k-katlamalı çapraz doğrulama uygulanmış ve k değeri 3 olarak seçilmiştir. Uyarılma, valence ve baskınlıkta Kat-1, Kat-2, Kat-3 ve ortalama kat için performans ölçümleri yapılmıştır. AlexNet mimarisini görsel uyarılmada eğiterek, 71,60 ortalama doğruluk değerine, işitsel uyarılmada ise 70,58 ortalama doğruluk değerine ulaşılmıştır. Görsel değerlik için ortalama doğruluk değeri 67.93 iken işitsel değerlik için ortalama doğruluk değeri 70.58 idi. Görsel baskınlık için ortalama doğruluk değeri 65,40 iken, işitsel baskınlık için ortalama doğruluk değeri 72,60 olarak bulunmuştur. Sonuçlar, önerilen yöntemin duyguları sınıflandırmak için umut verici bir performans gösterdiğini kanıtlamıştır. Önerilen yöntem, hesaplama maliyetini azaltmış ve sınıflandırma performansını önemli ölçüde iyileştirmiştir.ABSTRACTEmotions are the impressions that a particular object, event or moment creates in the inner world of a person. Emotions are an important part of our lives. The aim of this study is to classify emotions from multi-channel EEG signals using visual and auditory stimuli based on multivariate synchrosqueezing transform. In this study, EEG signals were obtained from 13 women and 12 men. The graphical user interface (GUI) is designed to display visual and auditory stimuli at specific time intervals. The 60 visual stimuli consisting of 48 images selected from the International Affective Image System (IAPS) and 12 images selected with the same characteristics were used. In addition, 60 auditory stimuli consisting of 48 voices selected from the International Affective Digitized Sounds System (IADS) and 12 voices selected with the same characteristics were used. Preprocessing is done after the EEG signals are obtained and long signals are segmented to obtain the time intervals in which the stimuli are shown. With the multivariate synchrosqueezing transform method, 32 channels were processed simultaneously. Then the 2D images obtained were given as input to the deep learning architecture. In this study, AlexNet, VGG-19, GoogLeNet, ResNet-50 and Inception-v3 architectures were used, which are among the most known convolutional neural network architectures. The best AlexNet came out and therefore other classification scenarios were executed over AlexNet. The k-fold cross validation was adopted to evaluate the robustness of the models proposed in this study and the k value was chosen as 3. Performance measurements were made for Fold-1, Fold-2, Fold-3, and average fold in valence, arousal and dominance. By training the AlexNet architecture in visual arousal, an average accuracy value of 71.60 was reached, while an average accuracy value of 70.58 was achieved in auditory arousal. The average accuracy value for visual valence was 67.93, while the average accuracy value for auditory valence was 70.58. While the average accuracy value for visual dominance was 65.40, the average accuracy value was 72.60 for auditory dominance. The results demonstrated that the proposed method achieved promising performance to classify the emotions. The proposed method reduced the computational cost, and significantly improved the classification performance Daha fazlası Daha az

Dielectrophoretically alignment of MWCNTs in poly(ethylene glycol) dimethacrylate for neural guiding of PC12 cells PC12 hücrelerinin nöral yönlendirilmesi için ÇDKNT'lerin poli(etilen glikol) dimetakrilat içinde dielektroforetik olarak hizalanması

Seven, Fikri

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

ABSTRACTPC12 cell line is widely used as an in vitro model for neuronal diseases and studying cell differentiation behavior. The cell line has the ability to differentiate into neuronlike cells in the presence of nerve growth factor (NGF), resulting in neural extensions called dendrites and axons. Cell patterning is widely used in applications such as neuron network formation, tissue engineering, and cell based biosensors. In this study, the effect of randomly distributed and aligned multi walled carbon nanotubes (MWCNTs) in poly(ethylene glycol) dimethacrylate (PEGDMA) on PC12 cell neuronal differentiation behavior was investigated . . . in the presence of NGF. First, theeffect of randomly distributed MWCNTs in PEGDMA was investigated in terms of neurite length, number of neurite per cell and gene expression profiles of two neuronal differentiation markers. Then, an Au interdigitated electrode array (IDA) microchip was fabricated using contact-lithography. MWCNTs were aligned with dielectrophoresis in PEGDMA using the Au-IDA microchip and, UV treatment was used to polymerize the hydrogel, which helped fixing the position of aligned MWCNTs. The hydrogel containing the aligned MWCNTs was peeled off from the microchip and coated with collagen for PC12 cell seeding. The results clearly demonstrated that PC12 cells fell into microstructures created by the Au-IDA microchip and neurites followed the MWCNT tracks. The results of the study are expected to be useful for guiding neural growth in tissue engineering applications.ÖZETPC12 hücre hattı, nöral hastalıkları ve hücre farklılaşma davranışlarını incelemek için in vitro bir model olarak yaygın olarak kullanılmaktadır. Bu hücre hattı, sinir büyüme faktörü (NGF) varlığında farklılaşarak nörit, dentrit ve akson adı verilen uzantılar oluşturma yeteneğine sahiptir. Hücre desenleme nöral ağ oluşumu, doku mühendisliği ve hücre bazlı biyosensörler gibi uygulamalarda yaygın olarak kullanılmaktadır. Buçalışmada poli(etilen glikol) dimetakrilat (PEGDMA) içerisinde rastgele dağıtılmış ve hizalanmış çok duvarlı karbon nanotüplerin (ÇDKNT) NGF varlığında PC12 hücrelerinin farklılaşması üzerindeki etkileri araştırılmıştır. İlk olarak, PEGDMA içerisinde rastgele dağıtılmış ÇDKNT’lerin nöronal farklılaşma üzerindeki etkisi, nörit uzunluğu, hücre başına nörit sayısı ve iki nöronal farklılaşma belirtecinin ekspresyon profilleri açısından araştırılmıştır. Daha sonra, birbirine kenetlenmiş elektrot dizisine (IDA) sahip Au-mikroçip litografi yöntemiyle üretilmiştir. PEGDMA içerisinde süspanse edilen ÇDKNT’ler, Au-IDA mikroçip üzerinde dielektroforez uygulanarak hizalanmış ve daha sonra hidrojel, polimerizasyon için UV ışığına maruz bırakılmıştır. Hizalanmış ÇDKNT'leri içeren hidrojel mikroçip üzerinden ayırılmış ve PC12hücrelerinin ekimi için kollajen ile kaplanmıştır. Sonuçlar, PC12 hücrelerinin Au-IDA mikroçipi ile oluşturulan mikroyapılara düştüğünü ve hizalanan ÇDKNT’lerin PC12 hücrelerinden uzanan nöritleri yönlendirdiğini açıkça göstermiştir. Çalışma sonuçlarının doku mühendisliği uygulamalarında nöral büyümenin yönlendirilmesinde yararlı olacağı düşünülmektedir Daha fazlası Daha az

Analysis of multichannel EEG signals for the detection of major depressive disorder Majör depresif bozukluğunun tespiti için çok kanallı EEG sinyallerinin analizi

İzci, Elif

Yüksek Lisans | 2021 | Graduate School of Natural and Applied Sciences

Majör depresif bozukluk (MDB), dünya çapında yaygın olarak görülen bir duygudurum bozukluğudur. MDB tanısı, psikometrik anketler, hastanın kendi raporu ve profesyonelin klinik deneyimi gibi öznel yöntemlere dayanır. Bu tezin amacı, MDB hastalarını sağlıklı kişilerden (HC) ayırt etmeyi sağlayan objektif bir yöntem geliştirmektir. Elektroensefalograma (EEG) dayalı bilgisayar destekli (CAD) algoritmalar, MDB tanısındaki başarısı nedeniyle büyük ilgi görmektedir. Bu tezde, çok kanallı EEG sinyallerini analiz ederek MDB hastalığını ayırt etmek için için üç yaklaşım önerilmiştir.ABSTRACTMajor depressive disorder (MDD) is a common mood dis . . .order encountered worldwide. The diagnosis of MDD is based on qualitative methods such as psychometric questionnaires, patient self-report, and the professional's clinical experience. The aim of this thesis is to develop an quantitative method to differentiate MDD patients from healthy controls (HCs). Electroencephalogram (EEG)-based computer-aided (CAD) methods have great attention due to the success of diagnosing MDD. In this thesis, three approaches for identifying MDD by analyzing multichannel EEG signals are proposed Daha fazlası Daha az

Preparation of novel scaffold systems reinforced with mesoporous silica nanoparticles for BMP-2 delivery and in vitro investigations BMP-2 iletiminde kullanılmak üzere mezoporöz silika nanoparçacıklar ile güçlendirilmiş yenilikçi doku iskelesi sistemlerinin hazırlanması ve in vitro incelenmeleri

Pamukçu, Ayşenur

Yüksek Lisans | 2021 | Graduate School of Natural and Applied Sciences

ÖZETDoğal hücre dışı matris ortamını taklit edebilen ve biyoaktif maddeleri içeren çok işlevli doku iskelelerinin doku mühendisliği uygulamalarında kullanımı ilgi çekmektedir. Hidrojeller mekanik özellikleri ve biyolojik aktiviteleri biyomalzeme bilimindeki ilerlemeler sayesinde geliştirilebilen umut verici doku iskelesi sınıflarından birisidir. Bu çalışmada, farklı biyomalzemelerin polietilen glikol dimetilakrilat (PEGDMA) hidrojelinin fizikokimyasal ve biyolojik özelliklerine olan etkisi incelenmiştir. Çalışmalar sırasında, hidrojelin mekanik özellikleri yapısına mezoporöz silika nanoparçacıkların entegrasyonu ile modifiye edilmiş . . .tir. Hidrojel yapısına eklenen mezoporöz silika nanoparçacıkları iki fazlı tabakalaşma yaklaşımı ile sentezlenmiş ve taramalı electron mikroskobu, dinamik ışık saçılımı ve por boyut analizleri ile karakterize edilmiştir. Buna ek olarak, mezoporöz silika nanoparçacıkları hidrojel yapısında model biyoaktif molekül olarak kullanılmış olan BMP2 peptidinin taşınımı için kullanılmıştır. Doğal dokulara benzer bir ortam oluşturmak için hidrojeller ayrıca hyalüronik asit ile zenginleştirilmiştir. PEGDMA kompozit hidrojellerinin mekanik özellikleri basma testi ve su tutma kapasitesi analizi ile incelenmiştir.ABSTRACTMultifunctional scaffolds capable of mimicking native extracellular matrix environment and presenting bioactive molecules are attractive for tissue engineering applications. Hydrogels are one of the promising classes of scaffolds of which the mechanical property and biological activity can be improved with the advancements in the biomaterial science. In this study, the impact of the different biomaterials on the physicochemical and biological properties of polyethylene glycol dimethacrylate (PEGDMA) hydrogels were investigated. During studies, the mechanical properties of the hydrogels were tuned with the integration of the mesoporous silica nanoparticles. Mesoporous silica nanoparticles to be incorporated into hydrogels were synthesized by water-oil biphase stratification approach and characterized by scanning electron microscopy, dynamic light scattering and nitrogen sorption analyses. Moreover, mesoporous silica nanoparticles were utilized as reservoirs for the delivery of BMP2-derived peptide as a bioactive molecule in hydrogel structure. To construct an environment similar to native tissues, hydrogels were mixed with the hyaluronic acid derivative. After the fabrication of PEGDMA composite hydrogels, mechanical properties were investigated by compression test and swelling studies Daha fazlası Daha az

Evaluation of neural differentiation of PC12 cells grown on graphene coated ITO microchips Grafen kaplanmış ITO mikroçip üzerinde büyütülen PC12 hücrelerinin nöronal farklılaşmasının değerlendirilmesi

Gölcez, Tansu

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

ABSTRACTNervous system diseases occupy a very large place among diseases without treatment today. One of the major challenges in nervous system diseases is achieving functional connection between nerve cells. A neuronal network is a very complex structure consisting of connections between neuronal cells through dendrites and axons. In this context, a human brain can be described as a complex neuron network. Platforms capable of creating a neuronal network have the potential to be used in a variety offields, such as modeling neuron-related diseases, finding new treatments, building biological computers with the self-renewable capacit . . .y of living cells, as well as pharmacology. The design of different drugs requires testing in the same model. The biggest challenge in building a well-characterized neural network is the formation of desired bonds between cells and the absence of long enough and durable synapses. Synapse formation between cells provides communication and signals can be receivedfrom these cells to investigate some diseases and treatments. The first step of forming such connections is to induce spreading of neuronal extensions. In this study, the impact of graphene on neuronal differentiation of PC12 cells into neuron-like cells was evaluated in conjunction with electrical stimuli.ÖZETSinir sistemi hastalıkları günümüzde tedavisi olmayan hastalıklar içerisinde hayli büyük bir yer kaplamaktadır. Sinir sistemi hastalıklarındaki en büyük zorluklardan biri, sinir hücreleri arasında fonksiyonel bağlantılar kurabilmektir. Bir nöronal ağ, dendritler ve aksonlar vasıtasıyla nöronal hücreler arasındaki bağlantılardan oluşan çok karmaşık bir yapıdır. Bu bağlamda, bir insan beyni karmaşık bir nöron ağı olarak tanımlanabilir. Bir nöronal ağ oluşturma kapasitesine sahip platformlar, nöronla ilişkili hastalıkların modellenmesi, yeni tedavilerin bulunması, canlı hücrelerin kendi kendini yenileyebilen kapasitesine sahip biyolojik bilgisayarların inşası ve ayrıca farmakolojigibi çeşitli alanlarda kullanım potansiyeline sahiptir. Farklı ilaçların tasarımı, aynımodelde test edilmesini gerektirir. İyi karakterize bir sinir ağının inşasında en büyük zorluk, hücreler arasında istenen bağların oluşturulması ve yeterince uzun ve dayanıklı sinaps oluşumunun olmamasıdır. Hücreler arasındaki sinaps oluşumu iletişim sağlar ve bazı hastalıkların ve tedavilerin araştırılması için bu hücrelerden sinyal alınabilir. Nöronal hücreler arasında bu tür bağlantıların oluşturulmasının ilk adımı nöronal uzantıların yayılmasını indüklemektir. Bu çalışmada, grafenin PC12 hücrelerinin nöron benzeri hücrelere nöronal farklılaşması üzerindeki etkisi elektriksel uyaranlarla birlikte incelenmiştir Daha fazlası Daha az

Assessment of direct and fluid mediated cold atmospheric plasma treatment efficacy on squamous cell carcinoma at three-dimensional skin culture model Direkt ve sıvı aracılı plazma muamele yöntemlerinin skuamöz hücreli karsinom üzerindeki etkinliğinin üç boyutlu deri kültür modelinde değerlendirilmesi

Özdemir, Gizem Dilara

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

ABSTRACTSquamous cell carcinoma (SCC) is the second most seen type of non-melanoma skin cancers after basal cell carcinoma (BCC). Prevalence of non-melanoma skin cancer increases rapidly and it’s expected to account for 50 of all cancer types in near future. It takes attention and carries importance due to higher risk of metastasis. Even though various methods are being used, those methods may either fall short or cause serious side effects. Plasma is defined as the fourth state of matter and cold atmospheric plasma (CAP) can be produced at atmospheric pressure under high electrical field. The selective efficacy of CAP on cancer by . . .inducing apoptosis without damaging healthy cells has also been demonstrated. Liquids, which are treated by CAP may gain particular activity similar to the plasma treatment shows by itself. In this study, anticancer efficacy of direct and fluid-mediated plasma treatment on SCC has been evaluated in vitro. For this purpose, the selective effect of different plasma treatment methods on cell lines has been demonstrated. Studies have been carried out to determine the oxidative and nitrosative stress caused by reactive oxygen species (ROS) and reactive nitrogen species (RNS) released due to plasma treatment in keratinocyte and SCC cell lines and to associate them with apoptotic behavior. Besides the effects of the species formed after plasma on different mechanisms were evaluated. Also, these effects evaluated on the three-dimensional (3D) tissue culture model. Our results show that both plasma treatments have selective activity on the cancer cell.ÖZETSkuamöz hücreli karsinom (Squamous cell carcinoma, SCC), bazal hücreli karsinomdan (Basal cell carcinoma, BCC) sonra en fazla görülen melanom olmayan deri kanseridir. Melanom olmayan deri kanserleri vakalarında hızlı bir artış gözlemlenmekte olup yakın gelecekte, tüm kanserlerin 50’sini oluşturacağı düşünülmektedir. SCC yüksek metastaz riski taşımasından dolayı daha fazla önem taşımakta ve dikkat çekmektedir. Her ne kadar SCC’nin tedavisine yönelik farklı yöntemler kullanılmaktaysa da hastalığın evresi, hastanın komorbiditeleri gibi parametrelere bağlı olarak tedavi yöntemi yetersiz kalabilmekte ya da ciddi yan etkilere neden olabilmektedir. Plazma, maddenin dördüncü hali olarak tanımlanmakta ve atmosferik basınçta, yüksek elektrik alan altında, oda sıcaklığında üretilebilmektedir. Plazmanın farklı sağlıklı hücreler üzerinde yıkıcı etkiler göstermeden kanser hücre hatları üzerinde apoptozu indükleyerek kanser tedavisine yönelik selektif etkinliği olabileceği gösterilmiştir. Ek olarak, plazma muamelesi görmüş olan sıvıların da kimyasal modifikasyona uğrayarak plazmanın tek başına oluşturduğu farklı etkinlikleri oluşturabileceği gösterilmiştir. Bu çalışmada, doğrudan plazma muamelesi ve sıvı aracılı plazma muamele yöntemlerinin SCC üzerindeki antikanser etkinliği in vitro olarak değerlendirilmiştir. Bu amaç doğrultusunda hücre hatları üzerinde farklı plazma muamele yöntemlerinin selektif etkisi gösterilmiş, plazma muamelesi sonucu açığa çıkan reaktif oksijen ve nitrojen türlerinin keratinosit ve SCC hücre hatlarında sebep olduğu oksidatif ve nitrozatif stresin belirlenerek hücrelerin apoptotik davranışı ile ilişkilendirilmesine yönelik çalışmalar yürütülmüştür. Bunun yanında plazma sonrası oluşan türlerin farklı mekanizmalara etkileri değerlendirilmiştir. Aynı zamanda bu etkilerin, üç boyutlu doku kültürü modeli üzerinde değerlendirilmiştir. Çalışma kapsamında elde edilen sonuçlara göre her iki plazma uygulamasının kanser hücre hattı üzerinde selektif etkinliğe sahip olduğu belirlenmiştir Daha fazlası Daha az

6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında yükümlülüklerimiz ve çerez politikamız hakkında bilgi sahibi olmak için alttaki bağlantıyı kullanabilirsiniz.

creativecommons
Bu site altında yer alan tüm kaynaklar Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.
Platforms