Knowledge discovery in health domain using deep neural network algorithms
Derin sinir ağı algoritmaları kullanarak sağlık alanında bilgi keşfi
- Tez No: 490084
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Günümüz teknolojileri ve sağlık sistemindeki bol miktarda bilgi ile hasta kayıtlarındaki kalıpları teşhis etmek ve tanımlamak için kullanılabilecek yararlı bir bilgiyi çıkarmak gerekir. Bu bilgiyi elde etme işlemi veri madenciliği olarak adlandırılmaktadır. Desen çıkarma ve keşif adımları, genellikle çok miktarda veri kümesi kullanan karmaşık bir süreç içermektedir. Sağlık kayıtlarında ve klinik veride hasta kayıtlarını teşhis etmek için uygulanan birçok uygulama ve sistem vardır. Bunlardan birine, veriyi iyi bir şekilde işleyebilecek bir yöntem geliştirmeye dayalı olan, veritabanındaki bilgi keşfi (KDD) adı verilmektedir. Veri madenciliği adımları, veri kümesinden yararlı bir model çıkartmak için KDD sürecinde önemli adımlardan biri olarak değerlendirilmektedir. Daha iyi sağlık hizmetleri elde etmek için, veri madenciliği veriden benzersiz bir model belirlemek için veri madenciliği algoritmasının uygun bir tasarım ve uygulanmasını gerektirir. Bu araştırmada, kanser ve kan kaybından sorumlu olan Sulamani'deki Hewa Hastanesi için bir Hasta Bilgilendirme Yöntemi kullanılmasını öneriyoruz. Bu çalışmanın temel amacı daha iyi kararlar almamıza yardımcı olması için derin sinir ağı (DNN) ve Yapay sinir ağının (YSA) sınıflandırma algoritmaları olarak araştırılmasıdır. Elde edilen sonuçlar DNN'nin Yapay Sinir Ağı (ANN) algoritmasına kıyasla daha iyi bir performans elde ettiğini göstermektedir. 70:30 eğitim ve test veri seti kullanıldığında puanlanan sonuçlar 87.84'e ulaşmaktadır.
Özet (Çeviri)
With the nowadays technology and the plenty of information in the health care system, there is a need to extract a useful knowledge that can be used to diagnose and identify patterns in the patient records. The process to extract such knowledge is called data mining. The steps of pattern extraction and discovery involve a complex process, which normally uses a large amount of datasets. There are several application and systems implemented to diagnosis patient records in health care and clinical data. One of them is called the knowledge discovery in database (KDD) which mostly depends on developing a method that can process the data in a good manner. Data mining steps are considered one of crucial steps in KDD process in order to extract a useful pattern from the dataset. In order to achieve better healthcare services, data mining requires a proper design and implementation of data mining algorithm to identify a unique pattern from the data. In this research we suggest using Patient Information for the Hewa Hospital in Sulamani, which is responsible for the cancer and blood decease as a case study. The main aim of this study is to investigate the deep neural network (DNN) and Artificial neural network (ANN) as classification algorithms in order to help us for better decisions.
Benzer Tezler
- Enhancing human resource decision making with image-based OSMI data analysis: leveraging PIX2PIX for accurate workplace mental health insights
İş yeri mental sağlık incelemeleri için PIX2PIX kullanarak, görüntü tabanlı OSMI veri analiziyle insan kaynakları karar süreçlerini geliştirme
FARIBA FARID
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN BAYYURT
- Veri madenciliği yöntemleri ile sağlık sektörü veritabanlarında bilgi keşfi: Tanımlayıcı ve kestirimci model uygulamaları
Knowledge discovery in health sector databases by using data mining methods: Applications of descriptive and predictive models
SEZGİN IRMAK
- Search for the novel protein markers that may allow early diagnosis of breast cancer by using comparative serological proteome analysis of breast cancer tissues
Meme kanser dokularında karşılaştırmalı serolojik proteom analizi yaparak meme kanserinin erken tanısında kullanılabilecek potansiyel biyomarker moleküllerin araştırılması
KÜBRA KARAOSMANOĞLU YÖNETEN
Doktora
İngilizce
2020
Tıbbi BiyolojiKocaeli ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT KASAP
- Kıyı yapısı inşaatları için iş güvenliği risk yönetim sistemi
Occupational safety risk management system for coastal structure construction
DİNÇER İNANÇ YILMAZ
Doktora
Türkçe
2024
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ ARTAN
- Dialogue for all: Crafting inclusive and humanized voice assistants for diverse populations through an interdisciplinary approach
Herkes için diyalog: Farklı topluluklar için kapsayıcı ve insani sesli asistanlar oluşturmak üzerine disiplinler arası bir yaklaşım
YELİZ YÜCEL
Doktora
İngilizce
2023
İletişim BilimleriGalatasaray ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. KEREM RIZVANOĞLU