Geri Dön

Application of particle swarm optimization for computer aided diagnosis of diseases

Bilgisayar destekli hastalık teşhisi için parçaçık sürü optimizasyonu tekniğinin uygulanması

  1. Tez No: 594064
  2. Yazar: FERDA SUNA DÖKME
  3. Danışmanlar: PROF. DR. SELMA AYŞE ÖZEL
  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: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 111

Özet

Veri madenciliği farklı yöntemler kullanarak, birçok alanda elde edilen verilerden anlamlı bilgi elde etmek için kullanılır. Veri madenciliği, çok önemli bir konu olduğundan ve tıbbi alanda büyük miktarda mevcut veri bulunduğundan, çeşitli hastalıkların tanısını koymak için tıbbi verileri analiz etmek amacıyla yaygın olarak kullanılmaktadır. Bu çalışmada, Parçacık Sürüsü Optimizasyonu (PSO), sağlık ile ilgili veri kümelerinden daha iyi veri analizi yapmak için öznitelik seçimi yaparak tıbbi verilerin boyutunu azaltmak için kullanılmıştır. Hedefimize ulaşmak için UCI makine öğrenim deposundan elde edilen Breast Cancer Coimbra, Diabetic Retinopathy Debrecen, Self-Care Activities ve Lee Silverman Voice Treatment verikümeleri kullanılarak sırasıyla meme kanserini, diyabetik retinopatiyi, çocukların öz bakım problemlerini, parkinson hastalığı olan hastaların konuşma bozukluklarını teşhis etmek için Naif Bayes (NB), Destek Vektör Makineleri (SVM) ve Rastgele Ormanlar (RF) sınıflandırıcıları ile analiz edilmiştir. Deneysel analiz, PSO tabanlı öznitelik seçiminin, NB ve RF sınıflandırıcıları için hastalık tanısının sınıflandırma doğruluğunu arttırdığını göstermiştir. PSO tabanlı yöntem, bilgi kazancı (IG), Ki-kare (CHI2) ve Relief olarak iyi bilinen öznitellik seçicileriyle de karşılaştırılmıştır. PSO tabanlı yöntemin IG ve CHI2 yöntemlerinden daha iyi bir performansa sahip olduğu ve Relief yöntemiyle benzer sonuçları olduğu gözlenmiştir.

Özet (Çeviri)

Data mining is used in order to obtain meaningful information from the data obtained in many different fields by applying several methods. Data mining is widely used to analyze medical data to make diagnosis of several diseases as this is very important topic and there exists large amount of available data in medical domain. In this study, Particle Swarm Optimization (PSO) is used to reduce the size of the medical data by making feature selection to perform better data analysis from healthcare datasets. To reach our goal, Breast Cancer Coimbra, Diabetic Retinopathy Debrecen, Self-Care Activities, and Lee Silverman Voice Treatment datasets that are used to diagnose breast cancer, diabetic retinopathy, children's self-care problems, speech disorders of patients having Parkinson disease, respectively, obtained from UCI Machine Learning Repository, are analyzed by using Naïve Bayes (NB), Support Vector Machines (SVM), and Random Forests (RF) classifiers. The experimental analysis has shown that the PSO based feature selection improves the classification accuracy of diagnosis of diseases for the NB and RF classifiers. The PSO based method is also compared with the well-known feature selectors that are information gain (IG), chi-square (CHI2) and Relief. It is observed that PSO based method has better performance than that of IG and CHI2 methods, and similar results with the Relief method.

Benzer Tezler

  1. Diyabetik ayak hastalarının ampütasyon riskinin yapay zekâ teknikleri ile öngörülmesi

    Prediction of amputation risk of patients with diabetic foot by artificial inteligence techniques

    DENİZHAN DEMİRKOL

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM EROL

  2. Endüstriyel zaman robotlarda optimal yörünge kontrolü

    Time optimal path control for industrial robots

    MEHMET ÜNLÜEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  3. Otomotiv uygulamaları için kompozit bir şaftın yapısal analizi ve optimizasyonu

    Structural analysis and optimization of a composite drive shaft for automotive applications

    ERDEM OK

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. HALİT SÜLEYMAN TÜRKMEN

  4. Elektrikli araç şarj istasyonlarında sezgisel yöntemler kullanılarak talep cevabı tabanlı optimum enerji yönetimi

    Demand response based optimum energy management using heuristic methods in electric vehicle charging stations

    BİLAL CANOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. BELGİN TÜRKAY

  5. Farklı metasezgisel algoritmalarla Kerkük şehri fiber optik kablolama sisteminin oluşturulması

    Establishment of fiber optic cabling system in Kirkuk city by using different metaheuristic algorithms

    OMAR FAROOQ IBRAHIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLAY TEZEL