Expert system design by using artificial intelligence techniques for the diagnosis of liver disorders
Karaciğer hastalığının tanısı için yapay zeka teknikleri ile uzman sistem tasarımı
- Tez No: 427820
- Danışmanlar: DOÇ. DR. AYŞEGÜL ALAYBEYOĞLU YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Engineering Sciences, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Algoritmalar, Bilgisayar destekli sistemler, Bilgisayar destekli teşhis, Biyoinformatik, Biyomedikal mühendisliği, Biyomedikal uygulamalar, Algorithms, Computer aided systems, Computer assisted diagnosis, Bioinformatics, Biomedical engineering, Biomedical applications
- Yıl: 2016
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde uzman sistemler birçok gerçek dünya problemlerinin çözümünde yaygın olarak kullanılmaktadır. Uzman sistemlerde, yapay zekâ teknikleri insanların düşünce sistemlerini ve davranışlarını taklit edebildiği için, günlük problemlerin çözümü için zamanında ve doğru kararların elde edilmesi için kullanılır. Özellikle medikal alanda, herhangi bir hastalığın teşhisi için, çeşitli yapay zekâ tekniklerine dayanan uzman sistemleri kullanan birçok araştırma ve uygulamalar vardır. Karaciğer insan vücudu için hayati bir iç organdır ve diğer organlarla ilişkili olan birçok fonksiyonu yerine getirir. Karaciğer bir hasarla karşılaştığı zaman kendini yenileyebilme yeteneğine sahip olmasına ve hatta karaciğerin ¼ ü bile karaciğer fonksiyonlarını gerçekleştirmek için yeterli olmasına rağmen, büyük hasarlar karaciğer fonksiyonlarının sürekliliği için engel teşkil eder. Bu yüzden karaciğer hastalıklarında erken teşhis çok önemlidir. Bu çalışmada karaciğer hastalığının teşhisi için C# programlama dili ve“Indian Liver Patient Dataset (ILPD)”ve“Liver Disorder Dataset (BUPA Dataset)”kullanılarak Ateş Böceği Algoritması ve Destek Vektör Makinası tekniklerine dayalı uzman sistemler geliştirilmesi hedeflenmiştir. Önerilen Sistemlerin performans değerlendirmesi için Doğruluk, Pozitif Kestirim Değeri, Negatif Kestirim Değeri, Duyarlılık, Özgüllük Hassaslık ve F-ölçütü kullanılmıştır. ILPD seti için, önerilen Ateş Böceği Algoritmasına dayanan sistem, %92 Doğruluk, %92 Duyarlılık, % 84.61 Özgüllük, % 95.91 Pozitif Kestirim Değeri, % 83.01 Negatif Kestirim Değeri, % 95.91 Hassaslık ve %93.91 F-ölçütü vermiştir. Yine ILPD seti için, önerilen Destek Vektör Makinası algoritmasına dayanan sistem %78.33 Doğruluk, %79,9 Duyarlılık, % 75 Özgüllük, % 87.16 Pozitif Kestirim Değeri, % 63.71 Negatif Kestirim Değeri, % 87.16 Hassaslık ve % 83.37 F-ölçütü vermiştir. BUPA seti için, önerilen Ateş Böceği Algoritmasına dayanan sistem % 92.80 Doğruluk, %96 Duyarlılık, % 90.66 Özgüllük, % 87.27 Pozitif Kestirim Değeri, % 97.14 Negatif Kestirim Değeri, % 87.27 Hassaslık ve % 91.42 F-ölçütü vermiştir. Yine ILPD seti için, önerilen Destek Vektör Makinası algoritmasına dayanan sistem % 76.80 Doğruluk, % 82 Duyarlılık, % 73.33 Özgüllük, % 67.21 Pozitif Kestirim Değeri, % 85.93 Negatif Kestirim Değeri, % 67.21 Hassaslık ve % 73.87 F-ölçütü vermiştir. Her iki veri seti için önerilen Ateş Böceği algoritmasına dayalı sistem, Destek Vektör Makinalarına dayalı sistemden daha başarılı tahminler yapmış olduğu açıkça anlaşılmıştır ve oluşturulan bu sistemlerin bu yapay zekâ algoritmalarına dayalı uzman sistem araştırmalarına katkı sağlaması umuluyor.
Özet (Çeviri)
Nowadays, Expert System (ES)s are used widely in many areas to solve real world problems. Artificial Intelligence (AI) techniques are used to obtain timely and accurately decision about solution of daily problems in ESs designing because AI can mimic behaviours and thought system of people. Especially in medical area, there are many researches and applications using ESs based on various AI techniques to obtain diagnosis for any diseases. The liver is a vital internal organ for a human body and it has many functions, which are associated with the other organs. Although the liver can renew itself in the face of a damage and ¼ of liver can even be enough for liver functions, a major damage is an obstacle for continual of the liver functions. For this reason, early diagnosis is very important in liver disorders. In this study, it was intended to generate expert systems based on Firefly Algorithm (FA) and Support Vector Machine (SVM) techniques for the diagnosis of liver disorders by using C# programming language and“Indian Liver Patient Dataset (ILPD)”and“Liver Disorder Dataset (BUPA Dataset)”. For performance evaluations of the proposed systems Accuracy, Positive Predictive Value, Negative Predictive Value, Sensitivity, Specificity, Precision and F-Measure were used. For ILPD, the proposed system based on Firefly Algorithm (FA) gave 92% Accuracy, 92% Sensitivity, 84.61 % Specificity, 95.91 % Positive Predictive Value, 83.01 % Negative Predictive Value, 95.91 % Precision and 93.91 % F-Measure. The proposed system based on Support Vector Machine (SVM) gave 78.33% Accuracy, 79.9% Sensitivity, 75% Specificity, 87.16 % Positive Predictive Value, 63.71 % Negative Predictive Value, 87.16 % Precision and 83.37 % F-Measure. For BUPA Dataset, the proposed system based on Firefly Algorithm (FA) gave 92.8% Accuracy, 96% Sensitivity, 90.66 % Specificity, 87.27 % Positive Predictive Value, 97.14 % Negative Predictive Value, 87.27 % Precision and 91.42 % F-Measure. The proposed system based on Support Vector Machine (SVM) gave 76.8 % Accuracy, 82% Sensitivity, 73.33% Specificity, 67.21 % Positive Predictive Value, 85.93 % Negative Predictive Value, 67.21 % Precision and 73.87 % F-Measure. It was clearly observed that the proposed system based on FA gave more successful predictions than the proposed system based on SVM in both liver disorders datasets and it is hoped that the generated systems will make contribution to in researches of expert systems based on artificial intelligence.
Benzer Tezler
- Takım tezgahlarının yapay zeka tekniklerine dayalı sistematik tasarımı
Systematic design of machine tools based on artificial intelligence techniques
MUSTAFA BOZDEMİR
Doktora
Türkçe
2003
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. FARUK MENDİ
- Utillisation of expert systems in container ship design: Accommodation layout design expert system (ALDES)
Uzman sistem metodunun konteyner gemilerinin dizaynına uygulanması: Uzman sistem ile yaşam malli dizaynı (ALDES)
ŞEBNEM HELVACIOĞLU
- Uzman sisten ve otomotiv sektöründeki bir uygulama
Expert system and an application in the automotive sector
HÜSEYİN BURGUT
Yüksek Lisans
Türkçe
1999
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERDAR TÜMKOR
- Dizel araçlarda ses analiz yöntemleri ve sürücü bilgi sistemi tasarımı ile motor arızası tespiti
Engine fault detection of diesel vehicles by sound analysis methods and driver information system design
ALI MARDAN HAMEED QUTUB
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SARITAŞ
- Konut projelerinde ön tasarım aşamasında kaba inşaat maliyetlerinin yapay sinir ağları ile tahmin edilmesi
Estimation of rough construction costs in the preliminary design phase of residential projects using artificial neural networks
BOĞAÇHAN ŞERBETCİOĞLU
Yüksek Lisans
Türkçe
2026
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
