Bulanık c-ortalamalar kümeleme analizi ve sağlık alanında uygulaması
Fuzzy c-means clustering method and its application in medical field
- Tez No: 494685
- Danışmanlar: PROF. DR. MEHMET NURULLAH ORMAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Kümeleme, benzer verileri gruplara ayırmak için kullanılan sınıflandırma yöntemidir. Kümeleme yöntemleri veri birimlerinin kümeye ait olma koşulları ya da kısıtlarına göre sert kümeleme ve yumuşak kümeleme yöntemleri olarak ikiye ayrılırlar. Yumuşak kümeleme yapan bulanık kümeleme algoritmaları ile veri birimleri sert kümelemede olduğu gibi yalnızca tek bir kümeye değil; farklı üyelik dereceleri ile açıklanan değerlere göre iki veya daha fazla kümeye girebilmektedir. Bu tez çalışmasında klasik kümeleme algoritmalarından farklı olarak, Bulanık C-ortalamalar kümeleme yöntemi mikroarray verilerine uygulanmıştır. Klasik yaklaşımlarda algoritmaların yapısı gereği yapılan kesin tanımlamalar bazı ilişkilerin gözden kaçmasına neden olabilmektedir. Bu nedenle gizli kalan ilişkilerin bulanık yöntemle ortaya konmasına çalışılmıştır.Mikro RNA'ların (miRNA, RNA: Ribo nükleik asit), çocuklarda akut lenfoblastik lösemi (ALL) üzerindeki etkisini incelemek üzere normal ve hasta dokulardan alınan mikrodizi tabanlı ifade verileri kullanılarak farklı sayıda miRNA kümelerinin Bulanık C-ortalamalar algoritmasıyla elde edilmesi hedeflenmiştir. Algoritmayla elde edilen farklı örneklem sayısına sahip, farklı kümelerdeki miRNA yapıları incelenmiştir. Bu yapılarda yer alan miRNA'larınmesajcı RNA (mRNA) yolaklarındaki ortak özellikleri araştırılmıştır. Bu çıktılar ile akut lenfoblastik lösemi ile ilişkili yolaklar bu algoritmaların çıktısını oluşturacak ve miRNA ile ilgili çalışmalarda yol gösterici olacaktır.
Özet (Çeviri)
Clustering is a classification method to assign similar data elements into certain groups, called clusters. Clustering methods can be classified into two groups as“hard clustering”and“soft clustering”depending on the constraints on the memberhip degrees of data elements in clusters.Contrarily to hard clustering, in fuzzy clustering a data element is not only a member of unique cluster but also a member of the other clusters with varying degrees of membership.In this study, unlike classical clustering algorithms fuzzy C-means (FCM)clustering is applied to microarray data.Due to the classical approaches made according to the nature of the algorithms, exactly defined descriptions may cause some of the relationships to be overlooked.For this reason, hidden relations have been tried to be revealed via fuzzy method.The aim of this study was to evaluate the effect of miRNAs (micro RNA, RNA: Ribo nucleic aside) on children with ALL (Acute Lymphoblastic Leukemia) via microarray data following the use of fuzzy C-means of different number of miRNA clusters which was obtained from the analysis of the tissues in healthy and study cases. This study was made to evaluate the effect of miRNAs on children with all by using miRNA expression data on healthy and ill children (study cases) with sets containing different numbers of elements of fuzzy C-means algorithms. The miRNA structures in different clusters with different numbers ofsamples obtained via fuzzy clustering algorithmhave been evaluated.Structures of miRNAs in different sets and with different number of elements obtained from the algorithm were evaluated.The common characteristics of miRNAs of in each cluster in different messenger RNA (mRNA) pathways, have been investigated.miRNAs of this structure were investigated for their common properties on mRNAs pathways. In conclusion, new pathways associated with ALL may be described and those pathways may provide guidance to open up new horizons in the field of miRNA studies.
Benzer Tezler
- Akciğer hastalıkları teşhisinde sınıflandırma ve bulanık mantık yöntemlerinin uygulanması
Diagnosis of lung diseases with implementing classification and fuzzy logic methods
HİLAL KAYA
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ
- Bulanık yerel bilgi c-ortalamalar algoritmasıyla histopatolojik görüntü bölütleme
Fuzzy local information c-means algorithm for histopathological image segmentation
MUSTAFA ÇETİN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Özellik çıkarma teknikleri ve yapay sinir ağları kullanarak bir tele-kardiyoloji sistem tasarımı
A tele-cardiology system design using feature extraction techniques and artificial neural networks
RAHİME CEYLAN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
PROF. DR. BEKİR KARLIK
- Türkiye'de illerin 2002-2008-2013-2018 yılları sosyo ekonomik verileri yardımıyla bulanık kümeleme analizi yöntemlerinin karşılaştırılması
Comparison of fuzzy clustering analysis methods with socio-economic data of provinces in Turkey 2002-2008-2013-2018
OKAN ÇELİK
Yüksek Lisans
Türkçe
2021
EkonometriSivas Cumhuriyet ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. NECATİ ALP ERİLLİ
- Bulanık c-Ortalamalar kümeleme analizi ve uygulamaları
Fuzzy c-Means cluster analysis and its applications
GÖZDE ULUTAGAY