Some machine learning techniques for medical diagnosis
Tıbbi teşhisler için bazı makine öğrenme teknikleri
- Tez No: 573708
- Danışmanlar: DOÇ. DR. CAFER ÇALIŞKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Antalya Bilim Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Teknolojideki büyük atılımlarla elde edilen biyolojik veri miktarında büyük bir artış vardır ve bu verilerin miktarı her geçen gün katlanarak artmaktadır. Biyolojik verilerin analizi ve yorumlanması geleneksel yöntemlerle çok zor olduğu için veri madenciliği algoritmalarının ve makine öğrenme tekniklerinin kullanımı sağlık alanında yaygınlaşmıştır. Bu çalışmada, biyokimya ve hormon değerleri, doğrusal regresyon, genelleştirilmiş doğrusal regresyon, derin öğrenme, rastgele orman, gradyan arttırma ağaçları ve destek vektör makinesi gibi bazı makine öğrenme teknikleri kullanılarak tahmin edilmeye çalışılmıştır. Laboratuvar sonuçları referans aralıklarına göre analiz edilerek, biyokimya ve hormon parametreleri arasındaki bilinmeyen ilişkiler ortaya çıkarılmaya çalışılmıştır. Son olarak, elde edilen sonuçlar paylaşılmış ve modelin performansı değerlendirilmiştir.
Özet (Çeviri)
There is a huge increase in the amount of biological data obtained with the great breakthroughs in technology, and the amount of this data increases exponentially every day. The use of data mining algorithms and machine learning methods has become widespread in the field of health, because analysis and interpretation of biological data is very difficult with traditional methods. In this study, biochemistry and hormone values are used to make some prediction on medical diagnosis with some machine learning methods such as linear regression, generalized linear regression, deep learning, random forests, gradient boosted trees and support vector machines. With the analysis of the laboratory results according to the reference ranges, it is tried to reveal some new relations of biochemistry and hormone parameters. Finally, the results are presented and the performance of the model is evaluated.
Benzer Tezler
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Patolojik seslerin tanısı için derin öğrenme tabanlı tıbbi karar destek sisteminin geliştirilmesi
Development of a deep learning-based medical decision support system for the diagnosis of pathological voices
İREM BİGAT
Yüksek Lisans
Türkçe
2022
BiyomühendislikTobb Ekonomi ve Teknoloji ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN EROĞUL
- Koroner arter hastalığının makine öğrenmesi teknikleriyle teşhisi
Diagnosis of coronary artery disease using machine learning techniques
ŞÜKRÜ ALKAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Kronik obstrüktif akciğer hastalığı teşhisi için makine öğrenmesi tabanlı yeni bir yöntem geliştirilmesi
Development of a new machine learning-based method for the diagnosis of chronic obstructive pulmonary disease
ENGİN MELEKOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT KOCABIÇAK
- Zeki sınıflandırma ve kümeleme yöntemlerinin tıbbi tanı ve tedavide kullanımı
The usage of intelligent classification and clustering methods in medical diagnosis and treatment
UĞUR ERKİN KOCAMAZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN