Veri madenciliği ile karpal tünel sendromuna yönelik ön tanı destek ve hasta takip sisteminin geliştirilmesi
Developing support of a preliminary diagnosis and patient monitoring systems for carpal tunnel syndrome with data mining
- Tez No: 449440
- Danışmanlar: DOÇ. DR. MEHMET RAHMİ CANAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Veri yüzyıllardır hayatımızda farklı biçimlerde yer almaktadır. Bilişim teknolojileri ile veri tabanlarında yer alan bilgi, bilgisayarların ve kayıt sistemlerinin yaygınlaşmasıyla günümüzde büyük boyutlara erişmiştir. Veri yığınları içinde açık olmayan fakat anlamlı gizli örüntüleri ve işe yarar bilgileri bulmak veri madenciliği yöntemleri ile gerçekleştirilir. Sağlık alanında yer alan özelleşmiş büyük veri yığınları üzerinde veri madenciliği yöntemleri kullanılarak klinik tanı destek sistemleri geliştirilmiştir. Sınıflandırıcı veri madenciliği modelleri bu sistemler aracılığıyla hastaların şikâyetlerini ve özelliklerini önceki kayıtları kullanarak işlemek suretiyle hastalık tanısını tahmin edebilirler. Böylece hastaların yanlış ön tanılarla gereksiz tahlil ve tanı süreçlerinden geçmeleri engellenerek zaman ve ekonomik anlamda verimlilik artırılabilir. Bu çalışmada karpal tünel sendromu için doktora ön tanı koymada destekleyici olacak ve çalışma alanında bir kayıt sistemi olmaması sebebiyle hasta takibinin yapılmasını sağlayacak bir klinik sistemi yazılımı geliştirilmesi amaçlanmıştır. Çalışma kapsamında geliştirilen yazılım, kliniğe başvuran hastanın karpal tünel sendromunun olup olmamasını sınıflandırıcı model ile ön işlemden geçirilip düzeltilmiş 1079 hasta verisini kullanarak tahmin etmektedir. Sınıflandırıcı modelin en iyi başarıma sahip algoritma ile kullanılması için geliştirilen model, Naive Bayes, J48, Id3, k-en yakın komşu ve çok katmanlı algılayıcı algoritmaları ile ayrı ayrı çalıştırılmış ve en yüksek başarıma sahip algoritmanın Naive Bayes algoritması olduğu model değerlendirme ölçütlerinden tespit edilmiştir.
Özet (Çeviri)
Data is taken place in different forms in our life for hundred years. Nowadays the useful information included in databases has been reached to large sizes with the spread of computers and recording systems. Finding the hidden secret patterns and information which are not clear in data stacks is carried out by data mining methods. Clinical diagnosis support systems have been developed by using specialized data mining methods on large piles of data in healthcare field. With the help of these systems, classifier data mining models can predict the diagnosis using previous records of patient complaints and specifications. Thus, time and economic efficiency can be improved by preventing patients from unnecessary tests and diagnostic process. In this study, it is aimed to develop a clinical system software which will provide a preliminary diagnosis of carpal tunnel syndrome will be supportive for the doctor on the disease and the patient can be monitored due to the absence of a registration system in the study area. The software developed under this study estimates patients carpal tunnel syndrome who consulted the clinical processes by using the preprocessed and corrected data of 1079 patients with classifier model. The model developed for use with the best performance with classifier algorithm model, Naive Bayes, J48, ID3, k-Nearest Neighbor algorithms and Multilayer Perceptron has been run separately and finally the highest achievement has been determined from the model evaluation criteria by using Naive Bayes algorithm.
Benzer Tezler
- Performance analysis of EPB-TBM in difficult geological conditions for Kadikoy-Kartal metro project
Kadıköy-Kartal metrosunda zor jeolojik koşullarda kullanılan EPB-TBM in performans analizi
EMRE AVUNDUK
Yüksek Lisans
İngilizce
2011
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. HANİFİ ÇOPUR
- Ayazağa su tünelinde yapılan konsolidasyon enjeksiyonu ile kaya kütlesi özellikleri arasındaki ilişkinin jeoistatistiksel analizi
Geostatistical evaluation of relation with rock mass properties and consolidation grout carried out in Ayazaga water conduit tunnel
ÖMER FARUK KAP
Yüksek Lisans
Türkçe
2014
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN TUNÇDEMİR
- Öğrencilerin sınav kaygısını etkileyen faktörlerin veri madenciliği ile irdelenmesi
Students preparing university exam, according to results of test anxiety inventory.
BUKET KILIÇ
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- İşletme bölümü lisans derslerinin veri madenciliği yöntemleri ile analizi: Recep Tayyip Erdoğan Üniversitesi örneği
Analysis of business administration undergraduate courses with data mining methods: Recep Tayyip Erdoğan University case
SEMA PEÇE
Yüksek Lisans
Türkçe
2019
İşletmeRecep Tayyip Erdoğan Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU KARTAL
- Veri madenciliği sınıflandırma algoritmaları ile yumurtalık kanseri hastalarının incelenmesi: Recep Tayyip Erdoğan Üniversitesi eğitim ve araştırma hastanesi örneği
Investigation of patients of overian cancer with data mining classification algorithms: Recep Tayyip Rrdoğan University education and research hospital sample
İLYAS YILMAZ
Yüksek Lisans
Türkçe
2020
İşletmeRecep Tayyip Erdoğan Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU KARTAL