Bulanık uzman sistemler kullanılarak tıpta hastalık teşhisi
Medical diseases diagnositics using fuzzy expert systems
- Tez No: 386276
- Danışmanlar: PROF. DR. İMAN ASKERBEYLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Kalp hastalıkların teşhis süreci, hastanın sağlığında çok önemli ve kritik bir rol oynamaktadır. Ayrıca, hastalığı daha ileri bir seviyeye ulaşmasını engellemektedir. Makine öğrenme teknikleri ve veri madencilik algoritmaların kalp hastalıklarının tanısında önemli katkıda bulunmaktadırlar. Bu çalışmanın amacı, adaptif sinirsel bulanık çıkarım sistemi (ANFİS) kullanılarak hastanın kalp hastalık derecesini belirlemek için bir yöntem geliştirmektir. Ayrıca geliştirilen yöntem, kümeleme yöntemlerinden K-means ve bulanık C-means yöntemleri ile kıyaslanmıştır. Kullanılan tüm algoritmalar Cleveland kalp hastalığı veri seti üzerinde uygulandıktan sonra test edilmektedirler. ANFİS ve kümeleme sonuçlarının karşılaştırılmasında ANFİS'in daha yüksek başarıma sahip olduğu görülmüştür. Sonuç olarak geliştirilen ANFİS modeli kalp hastalıklarının teşhisi için karar destek sistemi olarak kullanabileceğini göstermiştir.
Özet (Çeviri)
Heart disease diagnosis procedure is very vital and critical issue for the patient's health. In addition, this prevents the disease from progressing to further stages. The role of using machine learning techniques and data mining algorithms in diagnosis of heart disease is very considerable. The aim of this study is to develop a method of classifying for heart disease degree of patient based characteristic data using adaptive neuro fuzzy inference system (ANFIS). Furthermore, the developed method is compared with the K- means clustering method and fuzzy C-means methods. All the algorithms are implemented and tested on a Cleveland heart disease dataset. Compared results are suggesting that the ANFIS has a much probability of success at heart disease diagnosis. Obtained results show that the proposed analysis system can be used as an expert system for heart decision support system.
Benzer Tezler
- An intuitionistic fuzzy rule-based approach to FMEA
Hata türleri ve etkileri analizine kural tabanlı sezgisel bulanık mantık yaklaşımı
MUHAMMET NUR SEYDA KARATEPE
Yüksek Lisans
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi
Analysis of container port operations using machine learning methods
ÜSTÜN ATAK
Doktora
Türkçe
2022
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. TOLGA KAYA
- GSM sisteminde hücre planlamasının bulanık mantık ile denetimi
Control of cell planning with fuzzy logic in GSM system
ALİ HAKAN IŞIK
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL SİLİNDİR
YRD. DOÇ. DR. ERKAN AFACAN
- Tersanelerde inşa edilecek gemi tipi seçiminde çok kriterli karar verme
Multi-criteria decision making for vessel type selection in shipyards
ORÇUN BALBAŞ
Yüksek Lisans
Türkçe
2019
Gemi MühendisliğiYıldız Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EDA TURAN
- Maliyet etkin görüntü alma amaçlı küçük uydu filosu modeli
Cost effective earth observation small satellite constellation model
YASİN KARATAŞ
Doktora
Türkçe
2012
Bilim ve TeknolojiHava Harp Okulu KomutanlığıUzay Bilimleri Ana Bilim Dalı
PROF. DR. FUAT İNCE