Geri Dön

Prediction of cardiac failure using artificial intillegence methods

Yapay zeka yöntemleri kullanılarak kalp yetersizliğinin tahmini

PDF İndir

  1. Tez No: 515110
  2. Yazar: KINAN MORANI
  3. Danışmanlar: DOÇ. DR. ŞEREF NACİ ENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Halk Sağlığı, İstatistik, Computer Engineering and Computer Science and Control, Public Health, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Bu tez çalışmasında, Macaristan'daki hastane kayıtlarından elde edilen 1099 örneklem ve 20 özellikli nispeten küçük bir veri üzerinde yapılan çalışmayı sunmaktadır. Çeşitli veri analiz yöntemleri uygulanarak, avantaj ve dezavantajlar sunulmuştur. Ayarlanmış bir SVM modelinin, ANNs, RF veya karar ağacı ile kıyaslandığında bir sınıflandırma probleminin doğruluğunu maliyet açısından daha iyi bir tahmin sonuçları olduğunu göstermektedir. Tez, R yazılım paketinde geliştirilen veri analiz yönteminden faydalanarak ve Yapay Sinir Ağları, RF ve SVM modelleri de dahil tahmin problemlerinde en çok kullanılan teknolojilerin tahminlerini ve performanslarını karşılaştırmaktadır. Sonuçlar, tıbbi teşhisler ve diğer uygulama türleri için tahminler yaparken SVM'nin ne kadar önemli olduğunu göstermektedir. Bu çalışmadan ve benzer çalışmalardan elde edilen sonuçlara göre hastane personeli daha iyi ekipmanlar kullanarak kabul edilen hastalara daha kaliteli hizmet sunabilirler. Hastaların hayatta kalma ve iyileşmesinde hayati bir rol oynar. Küçük bir hatanın çok riskli olabileceği, insan hayatıyla ilgili olduğu için, bu tür tahminler yapılırken doğruluk ve maliyetin çok daha üst seviyelerde olması gerekmektedir. Bu çalışmada SVM kullandığında büyük tahminlere ulaşılmıştır. Ayrıca, SVM modelini kullanarak ROC tarafından ölçülen üst düzey bir performans elde edilmiştir. Eldeki veri kümesinin en iyi modelini seçmenin ne kadar önemli olduğunu yukardaki paragraflardan görebiliriz. Kullanılması gereken R yazılım paketini, modellemeye geçmeden önce kontrol edilmesi gereken bir konudur. Tez çalışması R stüdyosunda R dili kullanarak yapılmıştır. Ancak Matlab ve Python da kullanılabilir. Tez verilen veri kümesi için R'yi yeterli bir yazılım adayı olarak sunmaktadır.

Özet (Çeviri)

The thesis work presents the study carried out on a relatively small dataset -with 1099 samples and 20 attributes- obtained from hospital records in Hungary. Various data analysis methods have been applied and their advantages and shortcomings have been presented. It goes to prove that using a tuned Support Vector Machine model brought in better predicting results in terms of accuracy and compatible cost to a classification problem when compared to Neural Nets, Random Forest or the Decision Tree models. The thesis makes use of data analysis methods developed in the software package R and compares the forecasting and performance of vastly used technologies in prediction problems including ANNs, RF and SVM models. The results show that taking SVM into consideration while doing predictions for medical diagnoses and other types of applications has been effective. Generally depending on the dataset and the task in hand, one must try various methods before settling on the model that serves the task best. With the results obtained from this thesis work and further similar work, hospital staff can be equipped better to deal with admitted patients as they can be more informed about the patients' conditions and can have some predictions about their conditions, which can play a vital role in the patient's survival and recovery. As it is about human lives, a small mistake can be hideously risky, thus more and more accuracy and cost effectiveness are required when modelling and predicting. In this thesis work highly accurate predictions were obtained when using the SVM model. Moreover, an effective performance measured by the ROC has been reached with the SVM model. So for the given task the SVM model proved to be better than ANNs, RF or even DT models. There is another important issue to check before jumping into the modeling which is the software package that should be used. The thesis work has been done using the R language on R Studio interface. However, Matlab and Python can be used. The thesis work presents R as an adequate language and RStudio as an effective interface.

Benzer Tezler

  1. Tez No

    787840

    Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti

    AI-based blood pressure detection with electrocardiography signal

    DERYA KANDAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMED KÜRŞAD UÇAR

  2. Tez No

    939001

    Acil servise kalp yetmezliği bulguları ile başvuran ve noninvazif mekanik ventilasyon (NIMV) kullanım endikasyonu olan hastalarda yatak başı odaklanmış ultrasonografisi (POCUS) ile hipotansiyonun ön görülmesi

    Prediction of hypotension using point-of-care ultrasound (POCUS) in patients presenting to the emergency department with signs of heart failure and indications for non-invasive mechanical ventilation (NIMV)

    HASAN KARATAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Acil TıpSağlık Bilimleri Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE ŞANCI

  3. Tez No

    482566

    Makine öğrenmesi teknikleri ile aritmi tespiti ve yeni öznitelikler ile başarımın artırılması

    Arrhythmia detection with machine learning techniques and increase the classification performance using new features

    YASİN KAYA

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HÜSEYİN PEHLİVAN

  4. Tez No

    466407

    İmplante edilebilir kardiyoverter defibrilatör implantlı hastalarda ölümcül ritim bozukluklarının ritim holter kayıtlarından öngörülmesi

    The prediction of fatal rhythm abnormalities by using holter recordings in patients with implantable cardioverter defibrillator

    YETKİN KORKMAZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    KardiyolojiMaltepe Üniversitesi

    Kardiyoloji Ana Bilim Dalı

    YRD. DOÇ. MUSTAFA SERDAR YILMAZER

  5. Tez No

    940469

    Non ST eleve miyokard infarktüsü hastalarında intermountain risk skorlaması (IMRS)'nın prediktif değeri

    Predictive value of intermountain risk score (IMRS) in non-ST elevation myocardial infarction patients

    HAKAN ERDEM

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    KardiyolojiSağlık Bakanlığı

    Kardiyoloji Ana Bilim Dalı

    DOÇ. DR. VEYSEL OZAN TANIK

Geri Dön