Geri Dön

Diagnosis of thyroid disease using machine learning techniques

Tiroid hastalığının makine öğrenimi teknikleri ile teşhisi

  1. Tez No: 704749
  2. Yazar: EGE SAVCI
  3. Danışmanlar: DOÇ. DR. FIDAN NURIYEVA
  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: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 51

Özet

Tiroit hastalığı ülkemizde oldukça yaygındır. Bu doğrultuda, bu hastalığın teşhisinin de hızlı ve doğru olmasının önemi yüksektir. Genellikle çeşitli laboratuvar tahlilleri ve görüntüleme testleri ile teşhisi koyulan bu hastalığı makine öğrenmesi teknikleri ile de belirlenmesi mümkün ve iyi bir seçenektir. Toplam 7000 satırlık tahlil yapılan insanlara ilişkin bilgilerin yer aldığı veri seti üzerinde, hedef sınıfında tiroit hastalığının iki çeşidi (hipertiroit ve hipotiroit) ve sağlıklı insanlar yer almaktadır. Bu çoklu sınıflandırma probleminde, hastaların bu üç gruptan hangisine ait olduğunun bulunması hedeflenmiştir. Veri seti üzerinde dengesiz dağılımlar olduğundan ve fazla uyum gerçekleştiğinden çeşitli işlemler yapılması gerekmiştir. Bunlar arasında korelasyon ile öznitelik çıkarımı, düşük ve yüksek hızda örnekleme yer almıştır. Ayrıca sonuca etki eden parametreler bulunup önemsiz olanlar çıkarılmıştır. Bu işlemler sonrasında algoritmalar uygulanmıştır ve en iyi sonuç veren yaklaşımın korelasyon ile öznitelik çıkarımı olduğu görülmüştür. Tahmin doğrultusunda destek vektör makineleri, yapay sinir ağları, lojistik regresyon, k-en yakın komşu ve karar ağaçları (rastgele orman algoritması) kullanılmıştır. Bunlar arasında en başarılı olanlar ise yapay sinir ağları, k-en yakın komşu ve destek vektör makineleri olmuştur.

Özet (Çeviri)

Thyroid disease is quite common in our country. In this respect, it is very important that the diagnosis of this disease is fast and accurate. It is possible and a good option to detect this disease with machine learning techniques, which is usually diagnosed with various laboratory tests and imaging tests. There are two types of thyroid disease (hyperthyroid and hypothyroid) in the target class, as well as healthy patients, on the dataset containing a total of 7000 lines of analysis and information about the people undergoing the tests. In this multi-classification problem, it is aimed to determine whether the patients are hyperthyroid, hypothyroid or healthy. Since there were unbalanced distributions on the dataset and overfitting occurred, various operations were required. These included feature extraction by correlation, undersampling and oversampling. In addition, the parameters affecting the result were found and the unimportant ones were removed. After these processes, the algorithms ran on these datasets and it was seen that the best result was feature extraction with correlation. Support vector machines, artificial neural networks, logistic regression, k-nearest neighbors and decision trees (random forest algorithm) were used for prediction. The most successful among them were artificial neural networks, k-nearest neighbors and support vector machines.

Benzer Tezler

  1. Classification of thyroid disorder by using machine learning techniques

    Makine öğrenmesi teknikleri kullanarak tiroid düzensizliğinin sınıflandırılması

    ASMA JAMIL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MESUT GÜNDÜZ

  2. Use of machine learning techniques for diagnosis of thyroid glang disorder

    Trioit bezi bozukluğu tanısı için makina öğrenme kullanımı

    İZDİHAR A.B. EL MOFEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEKİ BOZKUŞ

  3. Tiroit hastalığının teşhisinde uzman sistemlerin kullanılması

    Thyroid disease diagnosis using expert systems

    RAMAZAN SOLMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ALKAN

  4. Zeki sınıflandırma ve kümeleme yöntemlerinin tıbbi tanı ve tedavide kullanımı

    The usage of intelligent classification and clustering methods in medical diagnosis and treatment

    UĞUR ERKİN KOCAMAZ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. HARUN TAŞKIN

  5. Ağaç temelli makine öğrenmesi yöntemlerinin karşılaştırılması ve hastalık tanısı için uygulanması

    Comparison of tree-based machine learning methods and its application to diagnosis

    YUNUS EMRE CEYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ERALP DOĞU