Heart disease diagnostic using data mining techniques
Verı madencılığı teknikleri kullanarak kalp hastahğı tanısı
- Tez No: 520848
- Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son zamanlarda, biyoteknoloji ve fitness bilimleri alanlarındaki devam eden yaklaşımlar nedeniyle büyük veri yığınları oluşturulmuştur. Elektronik Sağlık Kayıtlarında (EHR'ler) bulunan klinik bilgileri ve genetik verileri birleştirir. Öte yandan, birçok zorluğu önlemek için erken aşamada ekonomik yükleri omuzlarına yerleştirmenin yanı sıra insan sağlığını da inandırabilecek semptomları tanımak gerekmektedir. Son zamanlarda, birçok veri madenciliği prosedürü, sendromları etkili ve doğru bir şekilde tanımlayabilen otomatik operasyonların geliştirilmesinde hayati bir rol oynamıştır. Bu tezde, belirtileri tanımlamak için veri madenciliği prosedürlerini uygulayan bazı araştırma disiplinlerini sağlarız. Buna ek olarak, Karar Ağaçları (j48), Naïve Bayes, Çok Katmanlı Perceptron (ÇKP) ve Rastgele Orman (RO) gibi bir dizi iyi bilinen veri madenciliği metodu, kamuya açık kalp hastalıkları veri setini kullanarak sınıflandırma görevini gerçekleştirirken değerlendirilmiştir.
Özet (Çeviri)
Lately, large masses of data have been generated due to the ongoing approaches in biotechnology and fitness sciences areas. It combines clinical information and genetic data which included in Electronic Health Records (EHRs). On the other side, it is required to recognize symptoms, which can wrongly convince the human health in addition to placing economic burdens on their shoulders, in an early stage to avoid many difficulties. Lately, several data mining procedures have played a vital role in developing automated operations that can identify syndromes efficiently and correctly. In this thesis, we satisfy some of the research disciplines that have employed either the data mining procedures for identifying symptoms. Additionally, a set of well-known data mining methods including Decision Trees (j48), Naïve Bayes, Multilayer Perceptron (MLP), and Random Forest (RF) has been assessed in performing the classification task using a publicly available heart diseases dataset.
Benzer Tezler
- Konjestif kalp yetmezliği hastalarının teşhisinde veri azaltma yöntemleri kullanılarak en yakın komşu sınıflandırıcı çalışma süresinin kısaltılması
Decreasing the elapsed time of nearest neighbor classifier in diagnosing the patients with congestive heart failure using data reduction techniques
UĞUR ÖZTÜRK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiBülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. YALÇIN İŞLER
- Çoklu sınıflandırıcı sistemleri ile konjestif kalp yetmezliği teşhisi
Diagnosing the patients with congestive heart failure using multi stage classifier techniques
ALİ NARİN
Yüksek Lisans
Türkçe
2013
BiyomühendislikBülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ÖZER
YRD. DOÇ. DR. YALÇIN İŞLER
- Bulanık uzman sistemler kullanılarak tıpta hastalık teşhisi
Medical diseases diagnositics using fuzzy expert systems
NEGAR ZIASABOUNCHI
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ
- Heart disease system prediction using data mining techniques
Veri madenciliği teknikleri kullanarak kalp hastalığı sitemi tahmini
MOHAMMED IBRAHIM MAHDI AL-AZZAWI
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. YURIY ALYEKSYEYENKOV
- Estimation of heart disease based on data mining using patients health database
Hasta sağlığı veri tabanı kullanarak veri madenciliğine dayalı kalp hastalığı tahmini
AZHAR HATEM JEBUR AL BAIDHANI
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Ana Bilim Dalı
Assist. Prof. YASA EKŞİOĞLU ÖZOK
- Diagnoses of coronary heart disease (CHD) using data mining techniques based on classification
Sınıflandırma temelli veri madenciliği teknikleri kullanılarak koroner kalp hastalığı (KKH) tanısı
MUSTAFA ADIL FAYEZ FAYEZ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. OĞUZ ATA