Makine öğrenmesi ile kan tahlil sonuçlarının sınıflandırılması
Classification of blood analysis results with machine learning
- Tez No: 695847
- Danışmanlar: DR. ÖĞR. ÜYESİ RIZA İLHAN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 51
Özet
Hastalıkların tez ve başarılı bir şekilde tedavi edilebilmesi için öncelikle teşhislerin hızlı ve doğru olması gereklidir. Hastalıklar ve tıbbi teşhisler alanındaki en son ilerleme de ise teşhisler için makine öğrenmesini kullanarak sınıflandırılması üzerinedir. Makine öğrenmesi ile teşhis tekniğinin kullanılabilmesi için öncelikle deney sonuçlarıyla elde edilen veri setlerinin doğru bir şekilde sınıflandırılması gerekmektedir. Bu tez çalışmasında, teşhislerin doğru bir şekilde sınıflandırılması için iki algoritma birleştirilerek yeni bir algoritma (bileşik) türetilmiştir. Önerilen bileşik algoritmanın hem Çok Katmanlı Algılayıcı Sinir Ağı (MLP NN) hem de Şempanze Optimizasyon Algoritmasının (ChOA) sahip olduğu dezavantajları ortadan kaldıracağı ve sonuçların sınıflandırılmasının daha doğru ve güvenilir hale getirmesi beklenmektedir. Bu tez çalışmasında önerilen algoritma, her ne kadar kan testi sonuçlarının sınıflandırılmasına yönelik kullanılsada kan testi veri setlerine benzer diğer veri setlerinin sınıflandırılmasında da kullanılabilir. Tez çalışmasında sınıflandırılma sonuçlarının ve diğer algoritmalarla karşılaştırılması amacıyla örnek olarak Kabakulak hastalığına ait veri setine MLP NN – ChOA uygulanmıştır. Kabakulak hastalığına ait veri setide kan testi sonucundan elde edilmektedir. Birleşik model ile elde edilen doğruluk değeri, MLP NN, Lojistik Regresyon (LR), Destek Vektör Makinesi (SVM), Rastgele Orman (RF) gibi diğer sınıflandırma amacıyla kullanılan algoritmalarla da karşılaştırılmıştır. Sonuçlar, hazırlanan kullanıcı arayüzünde de görüldüğü gibi her ne kadar verisetine göre doğruluk oranı değişkenlik gösterebilse de MLP NN-ChOA algoritmasının çoğu durumda diğer kıyaslama algoritmalarına kıyasla karşılaştırılabilir bir iyi performans sağladığını göstermektedir.
Özet (Çeviri)
In order for the diseases to be treated quickly and successfully, the diagnoses must be fast and accurate. The most recent progress in diseases and medical diagnoses is their classification using machine learning for diagnoses. In order to use the diagnostic technique with machine learning, first of all, the data sets obtained from the experimental results must be classified correctly. In this thesis, a new algorithm (composite) is derived by combining two algorithms for the correct classification of diagnoses. It is expected that the proposed composite algorithm will eliminate the disadvantages of both Multilayer Perceptron Neural Network (MLP NN) and Chimpanzee Optimization Algorithm (ChOA) and make the classification of results more accurate and reliable. Although the algorithm proposed in this thesis is used to classify blood test results, it can also be used to classify other data sets similar to blood test data sets. In order to compare the classification results and other algorithms in the thesis study, MLP NN – ChOA was applied to the data set of Mumps disease as an example. The data set for mumps disease is obtained from the blood test result. The accuracy value obtained with the combined model was also compared with other algorithms used for classification purposes such as MLP NN, Logistic Regression (LR), Support Vector Machine (SVM), Random Forest (RF). The results show that although the accuracy rate may vary according to the dataset, as seen in the prepared user interface, the MLP NN-ChOA algorithm provides a comparable good performance compared to other benchmarking algorithms in most cases.
Benzer Tezler
- Yapay zeka teknikleri ile COVID-19 hastalık tahmini
COVID-19 disease prediction with artificial intelligence techniques
ABDULLAH TÜRKER TOKU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FERHAT ATASOY
- Makine öğrenmesi yöntemleri ile kronik böbrek hastalığının teşhisinin iyileştirilmesi
Improvement of chronic kidney disease detection by the machine learning methods
AHMET ÜNSAL
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSüleyman Demirel ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. CENGİZ GAZELOĞLU
- Türkiye denizcilik sektöründe çalışma şartları (monografik bir etüd)
Başlık çevirisi yok
A.MURAT ASLANER
Yüksek Lisans
Türkçe
1988
İşletmeİstanbul ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. TURAN YAZGAN
- 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
2023
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇETİN KURNAZ
- İstanbul'da tedavi görmüş diyabet hastalarına ait sağlık kayıtlarının büyük veri teknikleri ile incelenmesi
Analysis of health records of diabetes patients treated in İstanbul with big data techniques
MUSTAFA MAHİR ÜLGÜ
Doktora
Türkçe
2022
Endokrinoloji ve Metabolizma HastalıklarıAkdeniz ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
DOÇ. DR. KEMAL HAKAN GÜLKESEN