Geri Dön

Veri madenciliği yöntemleri ile kardiyovasküler hastalık tahminin yapılması

Cardiovascular disease prediction using data mining techniques

  1. Tez No: 392880
  2. Yazar: SERAP ERKUŞ
  3. Danışmanlar: DOÇ. DR. MEHMET ALPER TUNGA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

Bu çalışmada biyomedikal veriler incelenerek dünyanın bir numaralı ölüm sebebi olan kalp ve damar hastalıklarının erken teşhisine katkıda bulunabilecek başarılı bir model oluşturmak hedeflenmiştir. Çalışmada kullanılan veri kümesi 604 kayıt içermektedir. Üç farklı yöntem kullanılarak referans değer aralıklarına göre dönüştürülen bu veri ile üç veri kümesi elde edilmiştir. Oluşan bu üç veri kümesi üzerinde nitelik seçim işlemleri ile belirlenen parametrelere, on sınıflandırma yöntemi uygulanmıştır. Veri kümeleri ve kullanılan algoritmaların başarı durumları incelenmiş ve bu incelemeyi desteklemek amacıyla diğer bazı performans ölçme metrikleri de kullanılarak en başarılı veri kümesi ve algoritma belirlenmiştir. Bu çalışma, oluşan modeli kullanarak hasta laboratuvar sonuçlarından otomatik olarak tanı üreten bir program yazılması ile geliştirilebilir.

Özet (Çeviri)

In this study the main purpose is to build a successful model using a biomedical data set that will have a contribution to the diagnosis of cardiovascular disease which is the most common cause of death in the world. The data set used in this study contains 604 records. This data set was transformed according to the reference ranges of parameters using three different methods. Three new data sets were obtained after the transformation process. Future selection methods were applied on each data set to get correct parameter group for modelling. Ten different classification techniques were applied to these data sets to build a model. The most successful data set and algortithm were detected by examining and comparing accuracy of the models. Additional performance evaluation metrics were also used to support the mentioned comparisons. This study can be improved by implementing an application for automatically diagnosis of cardiovascular disease using the model.

Benzer Tezler

  1. Sağlık verilerinde veri kalitesi ve sağlık sektöründe veri madenciliği analiz yöntemleri ve uygulama örnekleri

    Data quality in health data and data mining analysis methods and application examples in health sector

    AHMET KOÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Yönetim Bilişim SistemleriGazi Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    PROF. DR. MEHMET ALİ ERGÜN

  2. Kalp hastalığı tanısında Weka tabanlı makine öğrenmesi algoritmalarının performans analizi

    Performance analysis of Weka-based machine learning algorithms in heart disease diagnosis

    BEKİR CAN TELKENAROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİZMİR BAKIRÇAY ÜNİVERSİTESİ

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAHAR DEMİRTÜRK

  3. Veri madenciliği yöntemleri kullanarak hava kirliliği tahmini

    Prediction of air pollution using data mining methods

    KIYMET KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ

  4. Kardiyovasküler hastalıklarının teşhisine yönelik makine öğrenmesi algoritmaları ile karar destek sistemi tasarımı

    Decision support system design with machine learning algorithms for the diagnosis of cardiovascular diseases

    AMIR KARAJ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ

    PROF. DR. ALİ SERDAR FAK

  5. Web platformunda kardiyovasküler risk takibi ve bireyselleştirilmiş öneri sistemi

    Cardiovascular risk monitoring and individualized recommendation system in web platform

    UFUK SARIKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ

    PROF. DR. ALİ SERDAR FAK