Akciğer hastalıkları teşhisinde sınıflandırma ve bulanık mantık yöntemlerinin uygulanması
Diagnosis of lung diseases with implementing classification and fuzzy logic methods
- Tez No: 542346
- Danışmanlar: PROF. DR. İMAN ASKERBEYLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
İnsanlar geçmişten günümüze yaşamlarını kolaylaştırmak amacıyla akıllı ve kontrol edilebilir, karar verebilme yeteneğine sahip yeni yöntemler aramaya ve geliştirmeye devam etmektedir. İnsanlara ait veriler ve tecrübelerin çeşitli yöntemler ile işlenerek programlar aracılığı ile makinelere çalışabilme yeteneğinin kazandırılması için bu ihtiyaçlardan doğan alanlar olan yapay zeka ve bulanık mantık yaklaşımları oldukça popüler hale gelmiştir. Yapay zeka ve bulanık mantık metodolojileri, birçok alanda aktif olarak kullanılmasının yanı sıra bu tez çalışmanın da alanı olan medikal alanda sınıflandırma, tanıma, tahmin, veri ilişkilendirme, teşhis, yorumlama ve karar verme gibi amaçlarla kullanılmakta, bu teknolojiler tıp alanında geniş çapta uygulama alanı bulmaktadır. Çalışmada akciğer zarı kanseri olarak bilinen Mezotelyoma hastalığının teşhisi için bulanık mantık yöntemleri ve yapay sinir ağlarının entegrasyonundan oluşan bir yaklaşım olan ANFIS (Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi) ile bulanık bir çıkarım sisteminin tasarlanması amaçlanmıştır. Model oluşturulurken kullanılan kümeleme yöntemlerinin (Izgara Bölümleme, Alt Kümeleme, Bulanık-C Ortalamalar) genel performansları değerlendirilmiş, büyük veri setleri için kullanılabilecek boyut azaltım metodu olan Temel Bileşenler Analizi işlenmiştir. Model için gerçek veriler ile oluşturulan ve hastalığın teşhisinde kullanılabilecek faktörleri içeren bir veri seti kullanılmıştır. Elde edilen tahmin sonuçları, ortalama hata kareleri kökü ve doğruluk matrisine göre hesaplanan yüzde doğruluk oranları üzerinden değerlendirilmiştir. Bulanık mantığın MATLAB programı üzerinde geliştirilen ANFIS tabanlı tahmin modeline adapte edilmesi için kullanılan kümeleme yöntemlerinden en iyi sonuçların Bulanık-C Ortalamalar (Fuzzy-C Means) ile alındığı deneyler sonucunda görülmüştür. Sonuç olarak ANFIS ile oluşturulan modelin başarılı ve tatmin edici bir tahmin performansı gösterdiği kanısına varılarak uygulanabilirliği gözlenmiştir. İnsan uzmanlığının maliyetini, zamanını ve verilen karar için hata oranını azaltmak amacıyla tasarlanan bu karar destek sistemi, sağlık alanında uzman kişiler tarafından Mezotelyoma teşhisinde kullanabileceği gibi, medikal bağlamda bu yaklaşımlar ile yapılacak diğer çalışmalara ışık tutmaktadır.
Özet (Çeviri)
People continue to seek and develop new ways of intelligent and controllable, decision-making in order to facilitate their lives from past to present. Artificial intelligence and fuzzy logic approaches, which are the fields that arise from these needs, have become very popular in order to gain the ability of people to work with machines through various methods. In addition to the active use of artificial intelligence and fuzzy logic methodologies in many fields, this thesis is used in the medical field which is the field of this study, for classification, recognition, estimation, data association, diagnosis, interpretation and decision making, and these technologies are widely used in medicine. In this study, it is aimed to design a fuzzy inference system with ANFIS (Adaptive Neuro Fuzzy Inference System) which is an approach integration of fuzzy logic methods artificial neural networks for the diagnosis of mesothelioma disease which is known as lung membrane cancer. Clustering methods (Grid Partitioning, Subtractive Clustering, Fuzzy-C Means Clustering) used in creating the model and its' general performances were evaluated and Principal Component Analysis dimension reduction method that can be used when working with large datasets were processed. For the proposed model in the study, firstly factors used in the diagnosis of the disease and a data set with real data were used and the estimation results were evaluated on the basis of mean error frames and the accuracy matrix. Fuzzy logic was adapted to the ANFIS-based prediction model developed on the MATLAB program and as a result of the experiments, it was observed that the best results of the clustering methods were taken by the Fuzzy-C Means clustering method. Consequently, the applicability of the ANFIS-generated model was found to be successful and satisfactory. This decision support system, designed to reduce the cost, time and error rate of human expertise and it can be used by the experts in the field of health to diagnose mesothelioma. This study sheds light on the other studies to be carried out with these approaches in the medical context.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Solunum seslerinin sayısal olarak kaydedilmesi, analizi ve sınıflandırılması
Digital recording, analysis and classification of respiratory sounds
MEHMET CENK SEZGİN
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ. DR. MEHMET KORÜREK
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- İnce ayar ile etkinliği artırılmış Cnn ve transfer öğrenme yöntemleriyle prostat kanserinin tespiti
Diagnosis of prostate cancer with enhanced efficiency using fine-tuned Cnn and transfer learning
MURAT SARIATEŞ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL ÖZBAY
- Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti
Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19
MERVE BEGÜM TERZİ
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN