Classification of thyroid disorder by using machine learning techniques
Makine öğrenmesi teknikleri kullanarak tiroid düzensizliğinin sınıflandırılması
- Tez No: 576784
- Danışmanlar: DOÇ. DR. MESUT GÜNDÜZ
- 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: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Tiroid bezi bozukluğu yüzyıllardır insan sağlığının düzenlenmesinde endişe kaynağı olmuştur. Endokrin bezi, metabolizma fonksiyonlarını düzenleyen insan vücudundaki en önemli organlardan biridir. Tiroid bezi disfonksiyonunun doğru teşhisi, tiroid hastalıklarını erken aşamalarda başarıyla tedavi etmek için çok önemlidir. Şimdiye kadar, tiroid hastalığı sınıflandırması için çok iyi bilinen ve hesaplama açısından karmaşık evrimsel hesaplama (EC) teknikleri önerilmiştir. Belirli işler için özniteliklerin minimal ilgili alt kümesini bulmak için genetik algoritma ve parçacık sürüsü algoritması dahil olmak üzere farklı EC teknikleri uygulanmıştır. Bu çalışmada, UCI'den (California Irvine Üniversitesi) alınan, tiroid veri setinden en ayırt edici öznitelikleri belirlemek için altı farklı boyut azaltma algoritması kullanılmıştır. Bu algoritmaların seçtiği öznitelikler Naive Bayes Algoritması, Random Forest ve Multilayer Perceptron adlı danışmanlı makine öğrenme algoritmalarına uygulanmıştır. Öznitellik azaltma, algoritmaların daha kısa sürede çalışmasını sağlamakta, gerekli hafıza alanını azaltmaktadır. Bunun dışında en önemli özniteliklerin azaltılması ile algoritmaların elde ettiği doğruluklar ile tüm özniteliklerin kullanılması ile elde edilen doğruluklar karşılaştırılmış ve değerlendirilmiştir.
Özet (Çeviri)
Thyroid gland disorder has been a matter of concern in the regulation of human health for centuries. Endocrine gland is one of the most essential organs in human body as it regulates metabolic functions. The proper diagnosis of the thyroid gland dysfunction is very important to successfully treat the thyroid diseases at early stages. So far, several well-known and computationally complex evolutionary computation (EC) techniques have been proposed for the thyroid disease classification. Different EC techniques including genetic algorithm and particle swarm algorithm have been implemented to find the minimal relevant subset of the features with significant accuracy for specific work. In this study six different dimensionality reduction algorithms applied to thyroid dataset taken from UCI(California Irvine University) in order to select most relevant features. The extracted features were applied to the supervised machine learning algorithms namely Naive Bayes algorithm, Random Forest and Multilayer Perceptron. The extraction of features, lessens the computational time of the algorithms and reduces the required storage needs. Moreover, accuracies of the algorithms before and after the feature selection compared and evaluated.
Benzer Tezler
- İdiyopatik parkinson hastalarında homosistein yüksekliği ile olası polinöropati ilişkisinin elektrofizyolojik olarak değerlendirilmesi
Electrophysiological evaluation of the relationship between homocysteine concentrations and possible polyneuropathy in idiopathic parkinson's disease
ESMA KOBAK TUR
Tıpta Uzmanlık
Türkçe
2016
NörolojiSağlık BakanlığıNöroloji Ana Bilim Dalı
PROF. DR. GÜLAY KENANGİL
PROF. DR. SAİME FÜSUN DOMAÇ
- Türk popülasyonunda süperior laringeal sinir eksternal dalının tiroid üst pol ile anatomik ilişkisinin sinir monitörizasyonu eşliğinde incelenmesi
Anatomical relationship between external branch of the superior laryngeal nerve and thyroid upper pole with intraoperative nerve monitoring in Turkish population
ERHAN ERÖZ
Tıpta Uzmanlık
Türkçe
2019
Anatomiİstanbul ÜniversitesiGenel Cerrahi Ana Bilim Dalı
PROF. DR. YASEMİN ŞENYÜREK
- Sintigrafi görüntülerinden tiroid nodüllerin bilgisayar destekli tanı sistemi
Computer based diagnosis system of thyroid nodules from scintigraphic images
AYSUN SEZER
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SADETTİN EMRE ALPTEKİN
- Thyroid disorders prediction using long short term memory (LSTM) technique with non dominated sorting genetic algorithm (NSGA-II) as risk factor feature determination
Başlık çevirisi yok
SAHAR JASIM MOHAMMED
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Bisfenol A'nın fotokimyasal ileri oksidasyon prosesleri ile arıtımında toksisite ve östrojenik aktivite değişimleri
Toxicity and estrogenic activity changes during treatment of bisphenol A by photochemical advanced oxidation processes
DUYGU DURSUN
Yüksek Lisans
Türkçe
2014
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Bilimleri Ana Bilim Dalı
DOÇ. DR. TUĞBA ÖLMEZ HANCI