Geri Dön

Thyroid disease prediction by using deep learning and machine learning paradigms: A comparative approach

Derin öğrenme ve makine öğrenme paradigmalarınıkullanarak tiroid hastalığı tahmini: karşılaştırmalı biryaklaşım

  1. Tez No: 667305
  2. Yazar: EMAD BA ATTOCH A.ELHGAGGAGI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FERHAT ATASOY
  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: 2021
  8. Dil: İngilizce
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Son zamanlarda veri bilimi ve yapay zeka alanındaki ilerlemeler baş döndürücü seviyelere ulaşmıştır. Bu ilerlemerle birlikte mühendislik, endüstri, ticaret ve tıp gibi birçok alana uygulanan yeni yöntemlerle başarılı sonuçlar elde edilmiştir. Bu tezde de bu gelişmelerin tıp alanına uygulanması ve başarının eski yöntemlerle kıyaslanması gerçekleştirilmiştir.Tiroid bozukluğu, büyük insan topluluklarının karşılaştığı yaygın bir sorundur.Tezde kullanılan veri seti 2800 bireye ait tıbbi test verilerini içermektedir.Veri seti, karmaşık yapılandırılmış verileri öğrenebilen olağanüstü Derin Öğrenme algoritmalarından biri olan Uzun Kısa Süreli Bellek Sinir Ağı (LSTM), rastgele orman, Naïve Bayes ve k-en yakın komşu algoritmaları ile sınıflandırılmıştır, Tiroid hastalığı tahmin performansı, Doğruluk, ortalama karesel hata, ortalama mutlak hata, ortalama karekök sapması ve zaman gibi çeşitli ölçütler kullanılarak karşılaştırıldı. Sonuç olarak LSTM, 97,25% 'lik optimum tahmin doğruluğu ile karşılatırılan diğer algoritmalar arasından daha üstün bir performans sergilemiştir.

Özet (Çeviri)

Data science is currently associated with a large number of fields in engineering and science fields. Thyroid disorder is a common problem faced by large populations of humans. Hospitals are reporting various sorts of thyroid disorders. In this thesis, the thyroid disorder prediction paradigm was implemented using two approaches, the first one is Deep Learning and the second approach is Machine Learning. Big data involves diagnosing records of 2800 subjects along with the medical tests that were used for training the algorithms. Long Short-Term Memory Neural Network (LSTM) is one of the outstanding Deep Learning algorithms that capable to learn complex structured data. Performance of prediction the thyroid disease was measured using several metrics such as Accuracy, MSE, MAE, RMSE, and time. The performance of LSTM was compared with other Machine Learning algorithms such as Random Forest, Naïve Bayes, and K-Nearest Neighbor using the same performance matrices. LSTM outperforms over the other algorithms Random Forest Naïve Bayes, and K-Nearest Neighbor with optimum prediction accuracy of 97.25 %.

Benzer Tezler

  1. Diagnosis of thyroid disease using machine learning techniques

    Tiroid hastalığının makine öğrenimi teknikleri ile teşhisi

    EGE SAVCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. FIDAN NURIYEVA

  2. Detection of thyroid disease using machine learning models

    Makine öğrenimi modelleri kullanılarak tiroid hastalığının tespiti

    MUNTADHER ADNAN WAHEED ALSAADAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EFTAL ŞEHİRLİ

  3. Kliniğimizde Larenjektomi ve Boyun Diseksiyonu yapılan hastalarda; Larenks'teki pirimer tümörün lokalizasyonu, evresi, büyüklüğü ve histopatolojisi ile boyun metastazı arasındaki ilişkinin retrospektif olarak incelenmesi.

    The examined the relation in localization, T stage, size and histopathology of primer tumour in Larynx and neck metastasis in the patient who were Laryngectomy and Neck Dissected in our clinic.

    VAHİT MUTLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2008

    Kulak Burun ve BoğazAtatürk Üniversitesi

    Kulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı

    DOÇ. DR. HARUN ÜÇÜNCÜ

  4. Obez hastalarda zor entübasyonu ve zor maske ventilasyonunu tahmin edebilmede boyun çevresinin çene-ense çevresine oranının diğer ölçümlerle karşılaştırılması

    Comparison of the ratio of the neck circumference to the jaw-neck circumference in obese patients to estimate difficult intubation and difficult mask ventilation

    ADEM SELVİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Anestezi ve ReanimasyonSağlık Bilimleri Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    DOÇ. DR. ESRA ÖZAYAR