Geri Dön

Yapay sinir ağları kullanılarak kalp hastalığının öngörülmesi

Prediction of hearth disease using artificial neural networks

PDF İndir

  1. Tez No: 600344
  2. Yazar: AYŞE ARI
  3. Danışmanlar: DOÇ. DR. MURAT ERŞEN BERBERLER
  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: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Kalp hastalığı, günümüz sağlık sorunlarının başında gelmektedir. Hastalığın tedavisinde erken teşhisin önemi oldukça büyüktür. Yapay sinir ağları (YSA), birçok alanda olduğu gibi hastalık teşhisinde de kullanılan yapay zeka yöntemlerinden biridir. Bu çalışmada, kalp hastalığının teşhisi için YSA modeli önerilmiştir. En doğru teşhisi yapabilecek bir ağ geliştirmek için, ağın topolojisinin iyi seçilmesi gerekmektedir. Çalışmada ağın topolojisinin belirlenmesi için ağ mimarisi ve parametrelerin sürekli olarak değiştirilip, ağın eğitilip test edildiği program MATLAB dilinde yazılmıştır. Programdan elde edilen değerler üzerine yoğunlaşılıp en iyi doğruluk oranını verecek mimari yapısı ve parametreleri denenmiştir. Çalışmada, ayrıca tahmin ve sınıflandırma problemleri için YSA modelinin kullanıcının belirlediği parametrelerde eğitilip test edildiği esnek bir yazılım C#.NET programlama dilinde geliştirilmiştir. Yazılımda eğitilen ağın ağırlık değerleri saklanmakta ve bir sonraki eğitim başlangıç ağırlıkları, öğrendiği ağırlıklar kullanarak gerçekleştirildiğinde başarımın arttırıldığı gözlemlenmiştir. Ayrıca yazılım, eğitim esnasında öğrenme oranı ve momentum değerinin bozunum işlemine tabi tutulmasına olanak sağlamaktadır. Kalp hastalığı için belirlenen en uygun ağ topolojisi için, öğrenme oranına bozunum işlemi uygulanarak eğitilip test edildiğinde doğruluk oranının arttığı gözlemlenmiştir.

Özet (Çeviri)

Heart disease is one of the leading daily health problems. Early diagnosis is great importance in the treatment of the disease. Artificial neural networks (ANN) is one of the artificial intelligence methods used in the disease diagnosis as in many areas. In this study, the ANN model is proposed for the diagnosis of heart disease. To develop a network that can make the most accurate diagnosis, the topology of the network should be chosen well. To determine the topology of the network in this study, the program in which the network architecture and parameters are continuously changed and the network is trained and tested, is written in MATLAB. The values ​​obtained from the program have been focused on and the architectural structure and parameters that will give the best accuracy rate have been tried. In this study, also flexible software is developed in C#.NET programming language, where the ANN model for prediction and classification problems is trained and tested in user-defined parameters. The weight values ​​of the network trained in software are stored, and it has been observed that performance is increased when the next training initial weights are performed using the weights learned. Also, the software allows the decay process for the learning rate and momentum value during training. For optimal network topology determined for heart disease, it has been observed that the accuracy rate increases when it is trained and tested by applying decay to the learning rate.

Benzer Tezler

  1. Tez No

    848408

    Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease

    Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi

    İNANÇ MORAN

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DENİZ TURGAY ALTILAR

  2. Tez No

    405774

    ECG signal processing techniques by using asp.net application based on gui in Matlab

    Matlab'da grafik kullanıcı arayüzü bazlı asp.net uygulaması kullanılarak EKG sinyal işleme teknikleri

    HUSSAIN A. JABER ALZIARJAWEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik MühendisliğiYıldırım Beyazıt Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLYAS ÇANKAYA

  3. Tez No

    510638

    Melez öğrenme ile kalp ve damar hastalığının tahmini

    Predicting cardiovascular disease with hybrid learning

    CANSU TOKYÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ATINÇ YILMAZ

  4. Tez No

    831142

    İris görüntüleri kullanılarak makine öğrenmesi ile koroner arter hastalığının tespiti

    Coronary artery disease detection based on iris images using machine learning

    FERDİ ÖZBİLGİN

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiOndokuz Mayıs Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÇETİN KURNAZ

  5. Tez No

    847190

    Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

Geri Dön