Development of an expert for medical diagnosis most common lung and ear nose throat(ENT) diseases
Başlık çevirisi mevcut değil.
- Tez No: 364483
- Danışmanlar: PROF. DR. YEKTA ÜLGEN
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1994
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyomedikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Özet yok.
Özet (Çeviri)
An expert system for medical diagnosis of the most common lung and ENT (earnose- throat) diseases was developed. This system diagnoses tuberculosis, pneumonia, lung cancer, chronic obstructive pulmonary system diseases (COPD), acute sinusitis, chronic otitis media, chronic tonsillitis and chronic bronchitis. The system runs under PC and PC-Compatible machines and MS-DOS operating system or Windows 3.x. It has been written in both C and Pascal programming languages. The knowledge base of the system consists of medical knowledge involving illnesssymptom relationships which were established from questionnaires and archive work. The inference engine of the system uses a rule-based approach. Uncertainty management is achieved by two different methods llsing either Subjective Probability Theory (Bayes' Theorem) or the certainty factor meth09. The expert system produces two different reports. The program utilizing the Bayes' theorem reports the illness probabilities as percentage values, while the one using the certainty factors (CF) method assigns values in the range of -1 to + 1 to the illnesses with -1 implying absolute health and + 1 implying absolute illness. Comparison of the expert system results with those obtained from the doctors for lung diseases such as iung cancer, COPD, pneumonia, and tuberculosis, show that the computer diagnosis can be as good as 60 per cent or better in a population of 62 patients. The expert system diagnosis ofENT diseases, however, can be as reliable as 88 per cent to 100 per cent since these diseases have no symptoms in common.
Benzer Tezler
- Sayısal hücre görüntülerinin kodlanması ve nicel analizi
Coding and quantitative analysis of the digital cell images
NEŞE APAK
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. MUHİTTİN GÖKMEN
- Çocuk akciğer x-ışını görüntülerinin derin öğrenme yöntemleri ile analizi
Analysis of child lung x-ray images with deep learningmethods
ÇAĞDAŞ ŞİMŞEK
Doktora
Türkçe
2025
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. SUAT ÖZKORUCUKLU
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Verex: yapay zeka yaklaşımına dayalı bir tıbbi teşhis programı
Verex: a medical diagnosis program based on artificial itelligence approach (VERtigo EXpert)
MURAT HANEF
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK
- Veri madenciliği ve makine öğrenmesi yaklaşımı ile tiroit kanserinin tanılanması
Diagnosis of thyroid cancer using data mining and machine learning approach
MEHMET EMİN ASAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN