Geri Dön

Classification of thyroid disorder by using machine learning techniques

Makine öğrenmesi teknikleri kullanarak tiroid düzensizliğinin sınıflandırılması

PDF İndir

  1. Tez No: 576784
  2. Yazar: ASMA JAMIL
  3. Danışmanlar: DOÇ. DR. MESUT GÜNDÜZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    961901

    Sağlık verileri üzerinde makine öğrenmesi ile hastalık sınıflandırması: RNA-SEQ, Tiroid ve cilt kanseri uygulamaları

    Disease classification on health data using machine learning: Applications on RNA-SEQ, Thyroid, and skin cancer

    FERDİ GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    BiyoistatistikGiresun Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MELİH AĞRAZ

  2. Tez No

    976872

    Tiroidin cerrahi hastalıklarının ses özellikleri üzerine etkisinin incelenmesi

    Investigation of the effects of surgical thyroid disorders on voice characteristics

    SALİH CELEPLİ

    Doktora

    Türkçe

    Türkçe

    2025

    BiyomühendislikTobb Ekonomi ve Teknoloji Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN EROĞUL

  3. Tez No

    813077

    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

    Türkçe

    2016

    NörolojiSağlık Bakanlığı

    Nöroloji Ana Bilim Dalı

    PROF. DR. GÜLAY KENANGİL

    PROF. DR. SAİME FÜSUN DOMAÇ

  4. Tez No

    566190

    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

    Türkçe

    2019

    Endokrinoloji ve Metabolizma Hastalıklarıİstanbul Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. YASEMİN ŞENYÜREK

  5. Tez No

    980425

    Yapay zeka temelli tahlil sonuçları analizi ve ön tanı oluşturmanın tıp alanına faydası

    Artificial intelligence-based analysis of test results andprediagnosis benefits for the medical field

    BARIŞ BERTAN ÖZBEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Yönetim Bilişim SistemleriAtatürk Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. UĞUR YAVUZ

    PROF. DR. ZEYNEP KARAMAN ÖZLÜ

Geri Dön