Use of data mining techniques to determine presence of coronary artery disease and deriving a risk score by employing risk factors
Veri madenciliği tekniklerinin kullanılarak koroner arter hastalığının varlığının belirlenmesi ve risk faktörlerinin kullanılmasıyla bir risk skor sisteminin oluşturulması
- Tez No: 482416
- Danışmanlar: DOÇ. DR. TURGAY İBRİKÇİ, PROF. DR. İSMAİL TÜRKAY ÖZCAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
Bu çalışma, öncelikle Koroner Arter Hastalığı (KAH) hakkında eksik veriler içeren bir veri seti üzerinde makine öğrenme algoritmaları uygulanarak sınıflandırma sorunlarına odaklanmakta ve dört sınıflı bir veri kümesinden oluşan bir risk puan tahmin sistemini önermektedir. Üç adet veri seti doldurma yöntemi uygulanır: K-ortalamalar, çok katmanlı perseptron (ÇKP), ve öz örgütlenmeli harita (ÖÖH). ÇKP ile test edilmiş ÇKP doldurma metodu, 0.90 duyarlılık ve 0.18 özgüllük ile bu çalışmada araştırılan diğer yöntemler arasındaki en iyi metottur. ÇKP metoduyla doldurulmuş veri seti dört sınıflı bir yapıya dönüştürülerek ele alınır. YSA yönteminin yüksek seviyede örnekleme ve Relief-f ile birlikte kullanımında önceki sonuçlar %72,3 doğruluk değerine sahipken işlemlerden sonra %84,1 doğruluk, 0.84 duyarlılık ve 0.94 özgüllük değerlerine ulaşılmıştır. Bu çalışma ayrıca iki farklı veri kümesinde LR ile DVM kullanan bir karma sınıflandırma prosedürü sunmaktadır. Sonuçlar, karma yaklaşımın, problemi bir defada tüm dengesiz veri kümesi eğitimiyle çözen etkili bir algoritma geliştirmeye izin verdiğini göstermektedir.
Özet (Çeviri)
This study focuses primarily on the problems of collaborative classification with missing data on Coronary Artery Disease (CAD) by applying machine learning algorithms and proposes a risk score prediction system consisting of a 4-classes dataset. Three imputation methods are applied: K-means, multilayer perceptron (MLP), and self-organizing maps (SOMs). The MLP imputation method is obviously the best method among those investigated with the metric values for sensitivity (0.90), and for specificity (0.18). Dataset imputed with MLP method is employed by transforming into a 4-classes structure. Using the feature selection and the sampling methods with the NN substantially improves the evaluation metrics. The results before the pre-process operations were detected as follows; 72.3% accuracy; after the operations, 84.1% accuracy were achieved with 0.84 sensitivity 0.94 specificity. This study also presents a hybrid classification procedure that uses Support Vector Machine (SVM) with LR on two distinctive datasets. The results show that the hybrid approach allows developing an efficient algorithm, which solves the problem with all imbalanced dataset training at one time.
Benzer Tezler
- Veri madenciliği sınıflandırma algoritmalarıyla lisans yabancı dil hazırlık programında öğrenmeyi etkileyen faktörlerin belirlenmesi
Determination of factors affecting learning in undergraduate foreign language preparatory program with data mining classification algorithms
İPEK ERDOĞMUŞ
Doktora
Türkçe
2023
Bilim ve Teknolojiİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZERRİN AYVAZ REİS
- Hedef kimyasala duyarlı floresan malzemelerin sentezi ve kimyasal sensörlerde kullanımı
Synthesis of fluorescent materials sensitive to target chemicals and usage in chemical sensors
FEHMİ KARAGÖZ
- Altın, gümüş içeren sülfürlü, bakırlı-pirit cevherlerinden tiyoüre liçi ile altın ve gümüş kazanımı
Gold and silver extraction with thioure and an gold, silver containing auriferous sülfiride copper ores
A. EKREM YÜCE
- Kumtaşı ocaklarında patlatma faaliyetlerinde parçalanma modellerinin incelenmesi
Investigation of blast fragmentation models in sandstone quarries
ÖZGE AKYILDIZ
Yüksek Lisans
Türkçe
2015
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. TÜRKER HÜDAVERDİ
- Barit konsantreleri ve şlam atıklarının flotasyonla zenginleştirme olanaklarının incelenmesi
Investigation of beneficiation possibilities of barite concentrates and slime tailings by flotation
ULAŞ ÇUĞU
Yüksek Lisans
Türkçe
2021
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiCevher Hazırlama Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH EKREM YÜCE