Yapay zekâ teknikleri ile hastaların koroner anjiyografi gerekliliğinin tahmini
Prediction of coronary angiography requirement of patients with artificial intelligence techniques
- Tez No: 343303
- Danışmanlar: DOÇ. DR. NECAATTİN BARIŞÇI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bulanık Mantık (BM), Çok Katmanlı Algılayıcı Sinir Ağları (ÇKA Sinir Ağları), Genetik Çok Katmanlı Algılayıcı Sinir Ağları (GÇKA Sinir Ağları), Koroner Anjiyografi (KA), Fuzzy Logic (FL), Multi Layer Perceptron Neural Network (MLP Neural Network), Genetic Multi Layer Perceptron Neural Network (GMLP Neural Network), Coroner Angiography (CA)
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 88
Özet
Bu çalışmada, hastaların Koroner Anjiyografi (KA) gerekliliğinin tahmini için, Bulanık Mantık (BM), Çok Katmanlı Algılayıcı Sinir Ağı (ÇKA Sinir Ağı) ve Genetik Çok Katmanlı Algılayıcı Sinir Ağı (GÇKA Sinir Ağı) teknikleri kullanılmıştır. Bunun için 200 hastadan veri alınmıştır. Bu hastaların yarısı KA geçirmiş olup diğer yarısı ise KA geçirmemiş hastalardır. Hasta verilerinde kadın-erkek cinsiyetleri eş dağılımlı olarak seçilmiştir. BM sistemi için girişler ve çıkışlar belirlenmiş olup sistem test edilmiştir. BM sisteminin, hastaların KA gerekliliğinin tahmini için %86 oranında doğru karar verdiği gözlemlenmiştir. ÇKA Sinir Ağı ve GÇKA Sinir Ağı için eğitim ve test veri setleri belirlenmiştir. Daha sonra her iki sistem için test edilmiştir. Hastaların KA gerekliliğinin tahmini için, ÇKA Sinir Ağı sisteminin %90 oranında GÇKA Sinir Ağının ise %92 oranında doğru karar verdiği gözlemlenmiştir. Bu sonuçlar hastaların KA gerekliliğinin tahmininde, GÇKA sinir ağının BM ve ÇKA sinir ağına göre daha etkili olduğunu göstermiştir.
Özet (Çeviri)
In this study, prediction of coroner angiography (CA) requirement of patients is developed using approaches such as Fuzzy Logic (FL), Multi Layer Perceptron (MLP) and Genetic Multi Layer Perceptron (GMLP). Data of patients are received from 200 patients, half of whom undergo CA, the other half doesn?t undergo CA, the numbers of both men and women patients are equal. Input data and output data are determined and tested for FL. The correct classification rate is 86% for prediction of CA requirement of patients. Training data and testing data are determined and tested for both MLP and GMLP. The correct classification rate of MLP is 90% and the correct classification rate of GMLP is %92 for prediction of CA requirement of patients. These results are shown that GMLP is more effective from FL and MLP at prediction of CA requirement of patients.
Benzer Tezler
- Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti
Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19
MERVE BEGÜM TERZİ
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- Elektrookulogram (EOG) sinyalinin incelenmesi ve yapay zekâ teknikleri ile modellenmesi
Analyzing elektrooculogram signal (EOG) and modelling by the artifical inteligience methods
HANDE ERKAYMAZ
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiBülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ÖZER
YRD. DOÇ. DR. İLHAMİ MUHARREM ORAK
- Diyabetik ayak hastalarının ampütasyon riskinin yapay zekâ teknikleri ile öngörülmesi
Prediction of amputation risk of patients with diabetic foot by artificial inteligence techniques
DENİZHAN DEMİRKOL
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM EROL
- Makine öğrenmesi algoritmaları ile kalp hastalığı tahmini
Prediction of heart disease with machine learning algorithms
GÜNEŞ GÜRSOY
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ASAF VAROL
- X-ışını ve derin öğrenme ile covid-19 tespiti
Covid-19 detection by x-ray images and deep learning
NAMRIG HUSSAIN SULIMAN FEDAL
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MAHİR DURSUN