Derin öğrenme ile biyosinyal sınıflandırma ve hastalık tahmini
Biosignal classification and disease prediction with deep learning
- Tez No: 651655
- Danışmanlar: PROF. DR. MUSTAFA CANER AKÜNER, DOÇ. DR. ALPER KEPEZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Mekatronik Mühendisliği, Computer Engineering and Computer Science and Control, Bioengineering, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
Günümüzde yapay zekâ her alanda gelişmektedir. Bu alanlardan birisi de sağlık alanıdır. Teknolojik gelişmeler ile birlikte yapay zekâ, sağlık alanında da kendine önemli bir yer edinmeye başlamıştır. Bu sayede hastalıkların erken evrede tespit edilmesi ve tanı konulması hususunda yapay zekâ uzman hekimlerin ve hastaların işlerini kolaylaştırmaktadır. Kalp hastalıklarının erken tanısına yardımcı olabilmesi için bu çalışmada yapay zekâ kullanılmıştır. Yapay zekâ birçok katmandan meydana gelen yapay sinir ağlarından oluşur. Bu yapay sinir ağları aldığı girdileri çıkışlara dönüştürerek, girdilerin sınıflarını tahmin etmektedir. Bu çalışmada konvolüsyonel sinir ağları kullanılmıştır. Bu yapay sinir ağları görüntü içerisindeki nesneleri sınıflandırmada kullanılır. Konvolüsyonel yapay sinir ağları, ilk önce sağlıklı ve hasta kalp sesleri ile eğitilmiş ve bu eğitimin sonucu test edilmiştir. Yapılan testler sonucunda eğitilen yapay zekânın sağlıklı ve hasta kalp seslerini ayırt ettiği görülmüştür.
Özet (Çeviri)
Artificial intelligence is developing in every field. One of these areas is health. Along with the technological developments, artificial intelligence has started to take an important place in the field of health. In this way, artificial intelligence for the detection and diagnosis of diseases at an early stage facilitates the work of doctors and patients. Artificial intelligence was used in this study for the early diagnosis of heart diseases. Artificial intelligence consists of artificial neural networks that consist of many layers. These artificial neural networks predict the classes of inputs by converting the inputs to outputs. Convolutional neural networks were used in this study. This artificial neural networks are used to classify the objects in the image. Convolutional artificial neural networks were first trained with healthy and sick heart sounds and the result of this training was tested. As a result of the tests carried out, it has been seen that trained artificial intelligence distinguishes between healthy and sick heart sounds.
Benzer Tezler
- Detection of human emotional parameters under different olfactory stimuli using EEG signals and deep learning
Farklı koku uyaranları altında EEG sinyalleri ve derin öğrenme kullanılarak insan duygusal parametrelerinin tespiti
ONUR AKDEMİR
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Objektif ağrı değerlendirmesi için çok boyutlu biyosinyal füzyonu
Multidimensional biosignal fusion for objective pain assessment
ELİF YILDIRIM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATMA PATLAR AKBULUT
- EKG sinyalleriyle kimlik doğrulama ve aritmi tespiti için otokodlayıcı temelli güvenli bir sistem tasarımı
Design of an autocoder based secure system for authentication and arrhythmia detection with ECG signals
MERVE AKKUŞ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT KARABATAK
- Derin öğrenme ile Türkçe sağlık metinleri üzerinde olumsuz anlam tespiti
Negation detection in Turkish medical texts with deep learning
ZANA SÖĞÜT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ DİKENELLİ
- Crowd localization and counting via deep flow maps
Derin öğrenme ile çıkarılan hareket haritaları kullanılarak nesne kalabalıklarının tespiti ve sayımı
PEDRAM YOUSEFI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL