Makine öğrenmesi teknikleri ile yürüyüş verileri kullanılarak Parkinson hastalığının ön tespiti
Preliminary detection of Parkinson's disease using machine learning techniques and gait data
- Tez No: 716001
- Danışmanlar: DOÇ. DR. OĞUZHAN ERDEM, DR. ÖĞR. ÜYESİ SEZER ULUKAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Nöroloji, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Neurology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 120
Özet
Parkinson hastalığı bilinen bir tedavisi olmayan, nörolojik bir hastalıktır. Hastalığın erken tespiti ilerleyişinin yavaşlatılması ve etkilerinin en aza indirilebilmesi için önemlidir. Bu sebeple hekimlere yardımcı sistemler geliştirilmesi yönünde çalışmalar yapılmaktadır. Bu tez çalışmasında yalnızca yürüyüş verileri kullanılarak Parkinson hastası sağlıklı ayrımı yapabilecek bir sınıflandırıcı tasarlanması amaçlanmıştır. Bu amaç doğrultusunda makine öğrenmesi yöntemleri kullanılarak farklı normalizasyon, çapraz doğrulama ve sınıflandırma algoritmaları üzerine çalışılmıştır. Yapılan bu farklı çalışmaların sonuçları karşılaştırılarak en iyi performansı gösteren yöntem belirlenmiştir. Kullanılan yürüyüş verileri ve geliştirilen sistem vasıtasıyla Parkinson hastalarının yalnızca yürüyüş verileri kullanılarak teşhisin yapılmasına yardımcı olunacaktır.
Özet (Çeviri)
Parkinson's disease is a neurological disease with no known cure. Early detection of the disease is important in slowing its progression and minimizing its effects. For this reason, studies are carried out to develop assistive systems for physicians. In this thesis, it is aimed to design a classifier that can distinguish between Parkinson's patients and healthy people using only gait data. For this purpose, different normalization, cross validation and classification algorithms were studied by using machine learning methods. The results of these different studies were compared and the method with the best performance was determined. The gait data used and the developed system will help diagnose Parkinson's patients using only gait data.
Benzer Tezler
- Makine öğrenmesi teknikleri kullanılarak nörodejeneratif hastalık tespiti ve derecelendirmesi
Neurodegenerative disease detection and rating using machine learning techniques
ÇAĞATAY BERKE ERDAŞ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE SÜMER
ÖĞR. GÖR. SEDA KİBAROĞLU
- Machine learning applications for time series analysis
Zaman serileri analizi için makine öğrenmesi uygulamaları
MERT CAN
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Profiling developers to predict vulnerable code changes
Güvenlik açığı kod değişikliklerini öngörmek için geliştiricilerin profilini oluşturma
TUĞÇE COŞKUN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE TOSUN KÜHN
- Ağ yapılı veriler için öznitelik tabanlı özellik öğrenimi
Attribute-based feature learning for network-structured data
SARAH ABDULKAREEM AHMED AHMED
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERKAN SAVAŞ
- Forecasting foreign exchange rate with machine learning techniques
Makine öğrenmesi teknikleri ile kur tahmini
ROHAT KÜÇÜK
Yüksek Lisans
İngilizce
2023
EkonometriOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ