Application of particle swarm optimization for computer aided diagnosis of diseases
Bilgisayar destekli hastalık teşhisi için parçaçık sürü optimizasyonu tekniğinin uygulanması
- Tez No: 594064
- Danışmanlar: PROF. DR. SELMA AYŞE ÖZEL
- 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: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Deri kanseri sınıflandırılmasında derin öğrenme modellerinin performans analizi
Performance analysis of deep learning models in skin cancer classification
MUSTAFA ADIGÜZEL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN GÜLTEPE
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM EROL
- Reinforcement learning-driven ensemble neural networks for heart disease prediction
Kalp hastalığı tahmini için takviyeli öğrenme tabanlı topluluk sinir ağları
ÖZGE HÜSNİYE NAMLI DAĞ
Doktora
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY
- Endüstriyel zaman robotlarda optimal yörünge kontrolü
Time optimal path control for industrial robots
MEHMET ÜNLÜEL
Yüksek Lisans
Türkçe
2015
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- 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
2015
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT SÜLEYMAN TÜRKMEN