Elektronik burun ile hastalık tespiti
Disease detection with electronic nose
- Tez No: 1012838
- Danışmanlar: DOÇ. DR. BİLGE HAN TOZLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektronik Burun, Alopesi, Makine Öğrenmesi, Öznitelik Seçimi, Girişimsel Olmayan Tanı, Electronic Nose, Alopecia, Machine Learning, Feature Selection, Non-İnvasive Diagnosis
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Hitit Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, alopesi hastalığının girişimsel olmayan şekilde değerlendirilmesinde elektronik burun (e-burun) teknolojisinin kullanılabilirliği incelenmiştir. Bu amaçla, 11 adet metal oksit yarı iletken (MQ) gaz sensöründen oluşan bir elektronik burun sistemi tasarlanmış ve alopesi hastaları ile sağlıklı bireylerden alınan nefes örneklerinin analizinde kullanılmıştır. Veri toplama süreci kontrollü koşullarda gerçekleştirilmiş olup, çalışmaya toplam 108 birey (68 alopesi hastası ve 40 sağlıklı birey) dahil edilmiştir. Sensörlerden elde edilen sinyaller kayıt altına alınmış ve bu veriler üzerinden istatistiksel ve sinyal karakteristiğini yansıtan öznitelikler çıkarılmıştır. Elde edilen öznitelikler kullanılarak farklı makine öğrenmesi algoritmaları ile sınıflandırma işlemleri gerçekleştirilmiştir. Çalışmanın ilk aşamasında, her bireyden alınan çoklu nefes örnekleri ile yapılan analizlerde yüksek doğruluk değerleri elde edilmiştir. Bu kapsamda en yüksek doğruluk değeri Extra Trees algoritması ile %95,80 olarak hesaplanmıştır. Ancak bu durumun, aynı bireye ait örneklerin veri setinde birlikte yer alması nedeniyle birey temelli öğrenme etkisi oluşturabileceği değerlendirilmiştir. Bu nedenle analiz süreci, klinik gerçekliğe daha uygun bir yaklaşım sunan tek nefes senaryosu ile yeniden yapılandırılmıştır. Tek nefes yaklaşımında elde edilen sonuçlara göre, en yüksek doğruluk Extra Trees algoritması ile %86,23 ± %7,06 olarak bulunmuş; duyarlılık %87,36 ve özgüllük %84,25 olarak hesaplanmıştır. Bu sonuçlar, tek bir nefes örneği kullanılarak alopesi ve sağlıklı bireylerin yaklaşık %85–86 doğruluk seviyesinde ayırt edilebildiğini göstermektedir. iv Çalışmada ayrıca, sistem performansı ile model karmaşıklığı arasındaki dengeyi incelemek amacıyla öznitelik ve sensör azaltımı gerçekleştirilmiştir. RFE ve eşik tabanlı öznitelik seçimi yöntemleri sonucunda, 11 sensör yerine 3 sensör (MQ-2, MQ-7 ve MQ-135) ve 6 öznitelik kullanılarak %84,57 doğruluk, %87,32 duyarlılık ve %79,75 özgüllük elde edilmiştir. Genel olarak değerlendirildiğinde, bu çalışmada, nefes analizi temelli elektronik burun yaklaşımının alopesi ve sağlıklı bireylerin ayırt edilmesinde kullanılabileceği ve sensör/öznitelik azaltımı ile daha sade sistemler oluşturulabileceği gösterilmeye çalışılmıştır.
Özet (Çeviri)
This thesis investigates the usability of electronic nose (e-nose) technology in the non-invasive assessment of alopecia. For this purpose, an electronic nose system consisting of 11 metal oxide semiconductor (MQ) gas sensors was designed and used in the analysis of breath samples taken from alopecia patients and healthy individuals. Data collection was carried out under controlled conditions, and a total of 108 individuals (68 alopecia patients and 40 healthy individuals) were included in the study. Signals obtained from the sensors were recorded, and statistical and signal characteristic features were extracted from these data. Classification processes were performed using different machine learning algorithms with the obtained features. In the first stage of the study, high accuracy values were obtained in the analyses performed with multiple breath samples taken from each individual. In this context, the highest accuracy value was calculated as 95.80% with the Extra Trees algorithm. However, it was evaluated that this could create an individual-based learning effect due to the presence of samples from the same individual together in the dataset. Therefore, the analysis process was restructured with a single breath scenario, offering a more clinically relevant approach. According to the results obtained in the single breath approach, the highest accuracy was found with the Extra Trees algorithm at 86.23% ± 7.06%; sensitivity was calculated as 87.36% and specificity as 84.25%. These results show that alopecia and healthy individuals can be distinguished with approximately 85–86% accuracy using a single breath sample. vi In the study, feature and sensor reduction was also performed to examine the balance between system performance and model complexity. As a result of RFE and threshold-based feature selection methods, 84.57% accuracy, 87.32% sensitivity, and 79.75% specificity were obtained using 3 sensors (MQ-2, MQ-7, and MQ-135) and 6 features instead of 11 sensors. Overall, this study aimed to demonstrate that a breath analysis-based electronic nose approach can be used to differentiate between alopecia areata and healthy individuals, and that simpler systems can be created through sensor/feature reduction.
Benzer Tezler
- Kök kanalında sıklıkla görülen yedi mikroorganizmanın elektronik burun sistemi kullanılarak sınıflandırılması
Classification of seven microorganism species frequently seen in root canals using electronic nose system
YASEMİN KAHRAMAN
Doktora
Türkçe
2010
Diş HekimliğiErciyes ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR ER
- Mikroorganizmaların elektronik burun teknolojisi kullanılarak tanımlanması ve sınıflandırılması
Identification and classification of microorganisms using electronic nose
BEKİR HAKAN AKSEBZECİ
Doktora
Türkçe
2011
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSA HAKAN ASYALI
PROF. DR. SADIK KARA
- Derin ağ tabanlı özniteliklerle gazların sınıflandırılması ve konsantrasyon değerlerinin regresyon analizi
Classification of gases with deep network-based features and regression analysis of concentration values
HANDE BAKİLER
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELDA GÜNEY
- Development of a selection protocol for target nucleic acids based on nanoparticles
Nükleik asit hedeflerinde nanopartikul tabanlı seçim protokolü geliştirilmesi
AYŞE PINAR AKALIN
Doktora
İngilizce
2024
Biyoteknolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. AYTEN YAZGAN KARATAŞ
- Mikro elektromekanik sistem ile orta kulak kemikçiklerinin hareketinin algılanması
Detection of movement of ossicular bones using a micro electromechanical system
MURAT SERTTAŞ
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN KURT