İleri zamanlı kan glikoz değeri tahmini
Advanced time blood glucose value prediction
- Tez No: 637326
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Diyabet alanında yeni bir teknoloji olan sürekli glikoz izleme (CGM) cihazının kullanılmaya başlanmasıyla artan glikoz düzeyi ölçüm verileri, ileri zamanlı kan glikoz değeri tahmininde yapay zeka yöntemlerinin uygulanmasını hızlandırmıştır. İleri zamanlı kan glikoz değeri tahmini yani kandaki glikoz değerlerinin, belirli bir süre öncesinden tahmin edilmesi; diyabet hastalarının kandaki glikoz düzeylerini daha iyi yönetebilmesini, uygulanan yanlış tedavilerle ve hipoglisemi hiperglisemi gibi istenmeyen durumlarla ilgili erken uyarılar alabilmesini sağlar. Yapılan çalışmada; insülin ve alınan karbonhidrat verilerinin glikoz değeri üzerindeki etkisini modelleyen yeni bir fizyolojik model tasarlanmıştır. Yeni tasarlanan fizyolojik modeldeki çeşitli parametrelerin optimizasyonu yapılarak elde edilen kişiselleştirilmiş parametre değerlerine bağlı olarak oluşturulan plazma insülin konsantrasyonu ve glikoz emilim oranı verileri, geçmiş CGM verileri ile birlikte yapay sinir ağı ve uzun kısa süreli bellek ağında kullanılarak 30 ve 60 dakikalık tahmin ufkunda kişiselleştirilmiş kan glikoz değeri tahmini yapılmıştır. CGM verisi üzerindeki filtreleme işlemlerine ve kullanılan yönteme göre 4 ayrı model oluşturulmuştur ve bu modellerin sonuçları karşılaştırılarak sunulmuştur. CGM verisi üzerindeki filtreleme işlemlerinin tahmin performansını düşürdüğü, kişiye özgü parametrelerle hesaplanan verilerin tahmin performansını arttırdığı, bu problem için; işlem süresi kısa ve karmaşıklığı az olan yapay sinir ağı yönteminin, uzun kısa süreli bellek yönteminden daha iyi sonuçlar verdiği açıkça gösterilmiştir.
Özet (Çeviri)
Increased glucose level measurement data with the introduction of continuous glucose monitoring (CGM), a new technology in the field of diabetes; accelerated the application of artificial intelligence methods in the prediction of advanced time blood glucose value. Advanced time blood glucose value prediction, that is, predicting the glucose values in the blood before a certain period of time, enables diabetic patients to better manage their glucose levels in the blood, to receive early warnings about the wrong treatments and unwanted conditions such as hypoglycemia hyperglycemia. In the study, a new physiological model was designed to model the effect of insulin and carbohydrate data on glucose value. Plasma insulin concentration and glucose absorption rate data created based on the personalized parameter values obtained by optimizing various parameters in the newly designed physiological model are used in the artificial neural network and long short term memory network together with the past CGM data, personalized blood glucose value prediction was made at the 30 and 60 minute prediction horizon. According to the filtering processes on CGM data and the method used, 4 different models were created and the results of these models were compared and presented. It has been clearly shown that filtering operations on CGM data decrease the estimation performance, increase the estimation performance of the data calculated with personal parameters, and for this problem, the artificial neural network method with short processing time and less complexity gives better results than the long short term memory method.
Benzer Tezler
- Glial tümörlerde malignite derecelendirilmesi ve prognoz belirlenmesinde Talyum-201 Spect'in yeri ve önemi
Role and significance of Thallium-201 Spect in grading Glial tumors and determining prognosis
GÖNÜL GÜVENÇ
- Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi
The relation between psa and gleason score and clinical phase in prostate adenocarsinoma
HACI HASAN ESEN
- 75 gr oral glukoz tolerans testi'nin (OGTT) 24-28 hafta aralığındaki gebeliklerde fetal doppler parametreleri üzerine etkisi
Effect of 75 g oral glucose tolerance test (OGTT) on fetal doppler parameters in pregnancies between 24-28 weeks
NUREFŞAN GÜNAL
Tıpta Uzmanlık
Türkçe
2024
Sağlık Bilimleri ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
Yükleniyor...
- Development of mirna biomarkers for the differentiation between gingivitis and periodontitis: A pilot study
Gingivitis ve periodontitis ayrımı için mirna biyobelirteçlerinin geliştirilmesi: Pilot çalışma
DHAFIR LATIEF FAYADH FAYADH
- Identification of key gene pathways in Alzheimer's disease using machine learning methods on gene expression data
Gen ekspresyon verileriyle Alzheimer risk tahmini ve yolak analizi
KERİM ALPER KAVUŞAN
Yüksek Lisans
İngilizce
2026
İstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Yükleniyor...