Geri Dön

Predicting the existence of mycobacterium tuberculosis on patients by data mining approach

Hastalarda mycobacterium tuberculosis bakterisinin varlığının veri madenciliği yaklaşımı ile tahmini

PDF İndir

  1. Tez No: 244719
  2. Yazar: TAMER UÇAR
  3. Danışmanlar: DOÇ. DR. ADEM KARAHOCA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: ANFIS, Biyomedikal, Hastaların Sınıflandırılması, Algoritmalar, Algoritmik çözümler, Mycobacterium tuberculosis, Veri analizi, Veri indirgeme, Veri madenciliği, ANFIS, Biomedical, Patient Classification, Algorithms, Algorithmic solutions, Mycobacterium tuberculosis, Data analysis, Data reducing, Data mining
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde veri madenciliği yöntemleri birçok problemin çözümünde oldukça popüler bir tekniktir. Kısaca tanımlamak gerekirse, veri madenciliği mevcut bir veri kümesinden çeşitli örüntüler elde etmeye yarayan bir mekanizmalar bütünüdür. Elde edilen bu örüntüler, mevcut olan ya da yeni toplanan verilerin yorumlanarak bu verilerden anlamlı bilgilerin elde edilmesinde kullanılır. Birçok çalışma alanında geniş ölçekli veriler ile çalışılır. Bu verilerin anlamlı bilgiye dönüştürülmesinde çok sayıda farklı algoritmalar ve yaklaşımlar uygulanmıştır.Biyomedikal alanı veri madenciliği tekniklerinin kullanılarak verilerin anlamlı bilgilere dönüştürülebildiği alanlardan biridir. Kalp atımlarının sınıflandırılması, Alzheimer hastalığında arkaplandaki MEG (Magnetoencephalography) aktivitesinin analizi, insandaki kalıtsal metabolik bozuklukların metabolik biyomarkerlar ile öngörülmesi ve kanda Sikolosporin A seviyelerinin tahmin edilmesi gibi konu başlıkları altında birçok veri madenciliği çalışması yapılmıştır.Bu çalışma tüberküloz hastalarının sınıflandırılması problemi üzerinde yoğunlaşmıştır. Tüberkülozun kesin tanısının konmasında hastanın balgamında bakterinin bulunup bulunmadığına dair bir testin yapılması gereklidir. Bu testin neticesi de yaklaşık olarak 45 günlük bir zaman dilimi sonunda belli olmaktadır. Bizim çalışmamızın amacı, veri madenciliği tekniğini kullanarak tüberküloz hastalığının tanısını kesin tıbbi test sonuçlarını beklemeden, mümkün olduğunca tutarlı bir şekilde koyabilen bir sistem geliştirmektir. Sistemin tutarlı bir şekilde çalışması çok önemlidir. Çünkü gerçekte tüberküloz olmayıp sistem tarafından tüberküloz olarak sınıflandırılan hastalar 45 gün boyunca güçlü ve yoğun bir antibiyotik tedavisine boşu boşuna alınacaklar ve bunun sonunda gereksiz olarak kullandıkları ilaçların yan etkilerine maruz kalacaklardır. Aynı şekilde gerçekte tüberküloz olup sistem tarafından tüberküloz dışı sınıflandırılan hastalar da 45 gün boyunca tedaviye alınmayıp uygulanması gereken tedavi programına geç başlayacaklar ve mevcut hastalıkları daha da ilerlemiş olacaktır.Yapmış olduğumuz çalışmamızın bulguları neticesinde ANFIS metodunun tüberküloz hastalarının sınıflandırılması konusunda Bayesian Network, Multilayer Perceptron, Part, Jrip ve RSES metodlarına göre daha tutarlı ve güvenilir olduğunu gördük.

Özet (Çeviri)

Data mining techniques are very popular for solving various problems. As a brief description, data mining is a mechanism for obtaining patterns from an existing data set. Those extracted patterns are used to interpret the new or existing data into useful information. In most of the areas, large scaled data is collected. To convert these data into information, many different algorithms and approaches are used.Biomedical is one of the areas where data mining can be applied to convert data into information. Many studies are made under topics such as classification of cardiac beat, analysis of MEG (Magnetoencephalography) background activity in Alzheimer's disease, predicting metabolic biomarkers of human inborn errors of metabolism, prediction of Cyclosporine A blood levels and etc.This study focuses on classification of tuberculosis patients. To make a correct diagnosis of tuberculosis, a medical test must be applied to patient?s phlegm. The result of this test is obtained about after a time period of 45 days. The purpose of this study is to develop a data mining solution which makes diagnosis of tuberculosis as accurate as possible and helps deciding if it is reasonable to start tuberculosis treatment on suspected patients without waiting the exact medical test results or not. It is imperative that, there must be a very accurate classification for this model. Because false positive classified patients will use strong antibiotics for 45 days for nothing and they have to deal with its side affects. And the false negative classified patients? treatment plan will be suspended for 45 days and within this untreated period their disease will get even worse than it is. Therefore, correct prediction of tuberculosis is a very important issue.According to the findings of our study, we concluded that ANFIS is an accurate and reliable method comparing to Bayesian Network, Multilayer Perceptron, Part, Jrip and RSES methods for classification of tuberculosis patients.

Benzer Tezler

  1. Tez No

    751878

    Predicting the impact of cancer somatic mutations on protein-protein interactions

    Kanser somatik mutasyonlarının protein-protein etkileşimleri üzerindeki etkisinin tahmini

    İBRAHİM BERBER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HİLAL KAZAN

    PROF. DR. CESİM ERTEN

  2. Tez No

    784595

    Eğitim çağındaki çocuk ve ergenlerde sosyal dışlanma ve aidiyetin başarı odaklı motivasyon üzerindeki yordayıcı etkisi

    The predicting effect of social exclusion and belonging on achievement-oriented motivation in children and adolescents in educational settings

    SÜMEYRA MACİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Psikolojiİstanbul Arel Üniversitesi

    Psikoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NİLGÜN ONNAR

  3. Tez No

    800672

    Kalça kırığı cerrahisi planlanan geriatrik hastalarda nötrofil lenfosit oranının deliryumu öngörmede etkinliğinin değerlendirilmesi

    Evaluation of the efficiency of neutrophil-lymphocyte ratio in predicting delirium in geriatric patients undergoing hip fracture surgery

    ALİ EMRE KARAKIŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Anestezi ve ReanimasyonSağlık Bilimleri Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    UZMAN DİLEK KALAYCI

  4. Tez No

    1008002

    Ahşap malzemelerin kullanım ömrünün hesaplanmasında yeni yöntem geliştirilmesi; Doğu Karadeniz evlerinin incelenmesi

    Development of a new method for predi̇cti̇ng the servi̇ce li̇fe of wooden materi̇als: an investi̇gati̇on of eastern Black Sea houses

    ÖZKAN BAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Ormancılık ve Orman MühendisliğiKarabük Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEREF KURT

  5. Tez No

    907246

    İdrar yolu enfeksiyonu tanısı alan hastaların kan sayımı tetkikinde; nötrofil/lenfosit oranı , trombosit/lenfosit oranı ve ortalama trombosit hacmi değerlerinin idrar kültürü pozitifliğini öngörmedeki etkisi

    In blood count examination of patients diagnosed with urinary tract infection;the effect of neutrophil/lymphocyte ratio,platelet/lymphocyte ratio and average platelet volume values in predicting urine culture positiveness

    BÜŞRA TUNÇ GÜRLÜK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. GAMZE ÖZGÜRHAN

Geri Dön