Veri madenciliği ile diyabet hastalığı teşhisinde karma sınıflandırıcı algoritma önerilmesi ve karar destek sistemi geliştirilmesi
Suggestion of mixed classification algorithm in diagnosis of diabetes with data mining and developing a decision support system
- Tez No: 671634
- Danışmanlar: PROF. DR. NİHAL ERGİNEL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Diyabet, uzun dönemde insan vücudunda pek çok hasara sebep olmaktadır. Dünyada 463 milyon insanın diyabet hastalığına sahip olduğu tahmin edilmektedir. Diyabetli hastaların %50,1'i hastalığından habersiz bir şekilde yaşamına devam etmektedir. Diyabet hastalarını tamamen iyileştirebilen bir tedavinin olmadığı ve hastalığından habersiz çok sayıda insanın var olduğu düşünüldüğünde erken teşhisin büyük bir öneme sahip olduğu söylenebilir. Bu çalışmada hastalık teşhisi için veri madenciliği tekniklerinden birisi olan sınıflandırma algoritmalarından faydalanılmıştır. Veri setini en iyi temsil edebilecek değişkenlerin belirlenmesi amacıyla öznitelik seçimi yapılmıştır. Seçilen öznitelikler ile sınıflandırma algoritmalarının başarıları WEKA programında test edilmiştir. En iyi sonuç veren algoritmalardan Naive Bayes, yapay sinir ağları ve karar ağacı algoritmaları birlikte kullanılarak karma bir yöntem önerilmiştir. Sınıflandırma algoritmalarının çoğunluğun tahmin sonucu dikkate alınarak oluşturulan karma yöntemin sınıflandırma başarısının algoritmaların bireysel sınıflandırma başarılarından daha yüksek olduğu görülmüştür. Visual Studio programında C# programlama dili ile veri girişi yapılmasını kolaylaştıracak görsel bir arayüz tasarlanmıştır. Oluşturulan arayüz ile kullanıcı hekimlerin öğrenmek istedikleri sonuçları karmaşıklıklar olmadan görebilmeleri sağlanmıştır.
Özet (Çeviri)
Diabetes has been causing many damages in the human body in the long term. It is predicted that 463 million people in the world have diabetes. 50,1% of the patients with diabetes continue their lives unaware of their disease. Considering that there is no treatment that can completely cure diabetic patients and there are many people unaware of the disease, it can be said that early diagnosis is quite important. In this study classification algorithms which is one of the data mining techniques were used for the diagnosis of disease. Feature selection was made in order to select the variables that were best representative the data set. The success rates of classification algorithms with the selected features were tested in the WEKA. A mixed method was proposed by using Naive Bayes, artificial neural network and decision tree together, which are among the algorithms that give the best results. It was observed that the classification success of the mixed method, which was created by considering the estimation results of the majority of the classification algorithms, was higher than the individual classification success of the algorithms. A visual interface was designed in Visual Studio to facilitate data entry with C# programming language. With the interface created, the user physicians were enabled to see the results they wanted to learn without any complexity.
Benzer Tezler
- Kortikal nicel duyusal testler arasındaki bağıntıların veri madenciliği yöntemleriyle analizi
Analysis of relations among cortical quantitative sensory tests using data mining methods
AKİF EMRE KUTLU
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
- Data mining applications for sustainable medical systems: A study on diabetes
Sürdürülebilir tıbbı sistemler için veri madenciliği uygulamaları: Diyabet üzerine bir çalışma
ÖZGE ÖZYAZAR
Yüksek Lisans
İngilizce
2019
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SENİYE ÜMİT FIRAT
- Yaygın hesaplama kullanılarak hastalıkların teşhisi
Diagnosing illnesses using pervasive computing
CANAN BAYRAKTAR
Yüksek Lisans
Türkçe
2011
Mühendislik BilimleriHaliç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. HALUK GÜMÜŞKAYA
- Veri madenciliği yöntemlerinin diyabet tahmininde kullanılması
Use of data mi̇ni̇ng methods i̇n di̇abetes prediction
DAMLA HALATCI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGE YÜCEL KASAP
- Diyabet hastalarındaki hba1c parametresine etki eden faktörlerin veri madenciliği yöntemleri ile tahmin edilmesi
Prediction by data mining methods of the factors affecting hba1c parameter in diabetic patients
ALİ ŞAŞAR
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN ÖZKARACA