Geri Dön

Yeniden örnekleme ve makine öğrenimi teknikleri ile solunum seslerinin otomatik sınıflandırılması

Automatic classification of respiratory sounds with resampling and machine learning techniques

PDF İndir

  1. Tez No: 700604
  2. Yazar: HÜSEYİN CİHAD GÜLER
  3. Danışmanlar: DOÇ. DR. OKTAY YILDIZ
  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: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İnsan akciğerlerinden yayılan solunum sinyalleri, bir hastanın akciğerlerinin sağlık durumu hakkında hayati ve belirleyici bilgiler verir. Geleneksel klinik yöntemler, profesyonel göğüs hastalıkları uzmanlarının bu tür sinyalleri doğru şekilde teşhis etmesini gerektirir. Bilgisayar destekli tanım sistemleri bu alanda sıklıkla kullanılmaktadır. Ancak Bilgisayar Destekli Tanım sistemlerinin yüksek başarım için yeterli miktarda veri kritik öneme sahiptir. Önerilen bu çalışmada, yeniden örneklenmiş solunum ses verilerinden normal/anormal sınıflandırması için otomatik bir tanı sistemi önerilmiştir. Öncelikle, yeniden örneklenmiş ses verilerinden 200'den fazla ses özelliği çıkarımı yapılmış, ardından öznitelik seçim yapılarak tahmin modeline sunulmuştur. Tahmin modelleri için k-En Yakın Komşu, Destek Vektör Makinesi, Naive Bayes, Karar Ağacı ve Rastgele Orman gibi geleneksel Makine Öğrenmesi modelleri kullanılmıştır. Her bir sınıflandırma yöntemi için 10-Kat Çapraz Geçerleme yapılmış, %93-%95 arasında sonuçlar elde edilmiştir.

Özet (Çeviri)

Respiratory signals emitted from human lungs provide vital and decisive information about the health status of a patient's lungs. Traditional clinical methods require professional pulmonologists to accurately diagnose such signals. Computer aided identification systems are frequently used in this field. However, sufficient data is critical to the high performance of Computer Aided Identification systems. In this proposed study, an automatic diagnostic system for normal/abnormal classification from resampled respiratory sound data is proposed. First, more than 200 sound features were extracted from the resampled sound data, and then the feature was selected and presented to the prediction model. Traditional Machine Learning models such as k-Nearest Neighbor, Support Vector Machine, Naive Bayes, Decision Tree and Random Forest are used for prediction models. For each classification method, 10-fold Cross Validation was performed and results between 93% and 95% were obtained.

Benzer Tezler

  1. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  2. Tez No

    847190

    Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. Tez No

    252

    İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar

    Başlık çevirisi yok

    BAHAR TÜRKYILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Şehircilik ve Bölge PlanlamaEge Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

  4. Tez No

    21

    Gebelik ve doğum olgularında prolaktin düzeylerinin değerlendirilmesi

    The Evaluation of prolactin values during pregnancy labour and in deliveries

    TÜLİN AKAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kadın Hastalıkları ve DoğumGazi Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ.DR. MÜLAZIM YILDIRIM

  5. Tez No

    269

    Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar

    Başlık çevirisi yok

    OSMAN MURAT KOÇTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Gıda MühendisliğiEge Üniversitesi

    Tarım Ekonomisi Ana Bilim Dalı

    PROF. DR. METİN TALİM

Geri Dön