Makine öğrenme yöntemlerini kullanarak spiral test ile parkinson hastalığının tanı tahmini
Diagnosis of parkinson disease with spiral test using machine learning methods
- Tez No: 570583
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDÜLKADİR GÜMÜŞÇÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Parkinson hastalığı son zamanlarda ciddi bir sağlık sorunu haline gelmiştir. Etkileri özellikle 65 yaş üstü hastalarda gittikçe artmaktadır. Hastalığın motor aktiviteler üzerindeki olumsuz etkileri hastaları sosyal ortamlardan uzaklaştırmaktadır. Tanısı oldukça zor olan Parkinson hastalığının teşhisinde bilgisayar destekli sistemlerin kullanımı artmaktadır. Parkinson spiral testi ile teşhis bu yöntemlerden biridir. Bu çalışmada, Parkinson hastalığının tanısında çizilen spirallerin örüntü tanıma yöntemleriyle analiz edilmesi önerilir. Hastalar tarafından çizilen spiraller karakter olarak kabul edilmiştir. Bu şekilde, veri setine dönüştürüldüğünde yüksek p düşük n problemi ortaya çıkmaktadır. Bu nedenle, öznitelik seçiminin genetik algoritma ile etkisi araştırılmıştır. Sınıflandırma sürecinde k-EK (k - en yakın komşu) ve karar ağaçları yöntemleri kullanılmıştır. Sonuçlar, birini dışarda bırak çapraz doğrulama yöntemiyle doğrulanmıştır. Bu çalışmada, İstanbul Üniversitesi Cerrahpaşa Tıp Fakültesi Nöroloji Anabilim Dalı tarafından hazırlanan veriler kullanılmıştır. Elde edilen deneysel sonuçlar önerilen yöntemin başarılı sonuçlar verdiğini göstermektedir. Spesifik olarak, doğruluk değeri, genetik algoritma ile öznitelik seçme yöntemi karar ağacı sınıflandırmasında 1.00 olarak elde edilmiştir.
Özet (Çeviri)
Recently, Parkinson's disease is a serious health problem. The incidence is increasing especially in people over 65 years of age. The adverse effects of the disease on motor activities distract patients from social environments. The diagnosis of Parkinson's disease is quite difficult. Therefore, computer-aided systems are used. Diagnosis by the Parkinson spiral test is one of these methods. In this study, it is recommended to analyze the spirals drawn in the diagnosis of Parkinson's disease by pattern recognition methods. The spirals drawn by the patients were assumed to be characters. In this way, a high p low n problem occurs when the data set is converted. Therefore, the effect of feature selection by genetic algorithm has been investigated. In the classification process, k-NN and decision trees were used. The results are validated by a leave one out cross validation method. In this study, the data set prepared by the Department of Neurology in Cerrahpasa Faculty of Medicine, Istanbul University was used. The experimental results obtained show that the proposed method gives successful results. Specifically, accuracy value obtained 1.00 in the decision tree classification by selecting the feature with the genetic algorithm.
Benzer Tezler
- Derin öğrenme yöntemleri ile beyin görüntülerinden nörolojik bozuklukların sınıflandırılması
Classification of neurological disorders from brain images using deep learning methods
MUHAMMET KUSEY DAHER
Yüksek Lisans
Türkçe
2025
NörolojiMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ACI
- Fog computing architecture for e-textile applications
E-tekstil uygulamaları için sis bilişim mimarisi
KADİR ÖZLEM
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
DOÇ. DR. ÖZGÜR ATALAY
- Araç içi ağlarda makine öğrenmesi tabanlı saldırı tespit sistemi
Machine learning based intrusion detection for in-vehicle networks
SONER CAN KALKAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Mekansal hazlar ansiklopedisi: Mimarlık bilgisi için bir alet kutusu
Encyclopedia of spatial pleasures: A toolbox for the knowledge of architecture
OĞUL CAN ÖZTUNÇ
Yüksek Lisans
Türkçe
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. SIDIKA ASLIHAN ŞENEL
- Manifold learning-based EEG signal processing for motor intention classification in bci-controlled rehabilitation systems
Bcı kontrollü rehabilitasyon sistemlerinde motor niyet sınıflandırması için manifold öğrenme tabanlı EEG sinyal işleme
HEZZAL KÜÇÜKSELBES
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBRU SAYILGAN