Geri Dön

Makine öğrenimi teknikleri kullanılarak parmak vuruş hareketi verileri ile parkinson hastalığı tespiti

Detection of parkinson's disease with finger tapping data using machine learning techniques

  1. Tez No: 716003
  2. Yazar: BAHAR DEMİR
  3. Danışmanlar: DOÇ. DR. OĞUZHAN ERDEM, DR. ÖĞR. ÜYESİ Sezer ULUKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Nöroloji, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Neurology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Trakya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Parkinson hastalığı dünyada en yaygın görülen ikinci nörodejeneratif (sinir hasarına bağlı geri dönüşü olmayan) rahatsızlıktır ve henüz kesin bir tedavisi bulunmamaktadır. Hastanın motor becerilerinde meydana gelen ve günlük aktivitelerini olumsuz yönde etkileyen hareket bozuklukları (yürüme, konuşma, denge vb.), uzman klinisyenler tarafından ilaç tedavileri uygulanarak azaltılmaya çalışılmaktadır. El hareketlerindeki bozulmalar (titreme, hareketlerde yavaşlama vb.) hastalığın ilk belirtileri arasında yer almakta olup, hastalığın erken evrede tespiti ile uygulanacak ilaç tedavileri maddi ve manevi açıdan büyük önem taşımaktadır. Bu amaçla, bu çalışmada Parkinson hastalığında klavye tuş vuruş dinamikleri 14 farklı veri kümesinde ilaç kullanım durumlarına, hastalık şiddetine ve cinsiyete göre incelenmiştir. Parkinson hastası ve sağlıklı katılımcılardan oluşan, donma, gecikme ve uçuş sürelerini içeren gün içerisinde arka planda çalışıp kayıt altına alınan ham verilerden öznitelikler çıkartılmış, makine öğrenmesi algoritmaları uygulanarak hangi klavye tuş vuruş özelliklerinin Parkinson hastalarını sağlıklı bireylerden ayırmada daha başarılı olduğu araştırılmıştır.

Özet (Çeviri)

Parkinson's disease is the second most common neurodegenerative (irreversible due to nerve damage) disorder in the world and there is no definitive treatment yet. Movement disorders (gait, speech, balance, etc.), are tried to be reduced by the application of drug treatments by specialist clinicians which occur in the motor skills of the patient and negatively affect his daily activities. Impairments in hand movements (tremor, bradykinesia, etc.) are among the first symptoms of the disease and drug treatments to be applied with the detection of the disease at an early stage are of great importance in material and spiritual terms. For this purpose, in this study keyboard keystroke dynamics in Parkinson's disease were investigated in 14 different datasets according to drug use status, disease severity and gender. Features were extracted from the raw data including hold, latency and flight times recorded in the background during the day from Parkinson's patients and healthy participants and by applying machine learning algorithms, which keyboard keystroke characteristics were more successful in distinguishing Parkinson's patients from healthy individuals were investigated.

Benzer Tezler

  1. 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

  2. Emotion aware artificial intelligence for cognitive systems

    Bilişsel sistemler için duygu farkındalıklı yapay zeka

    DEĞER AYATA

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  3. Accelerating molecular docking using machine learning methods

    Kenetleme hesaplarının makine öğrenme metotları ile hızlandırılması

    ABDULSALAM YAZID BANDE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    Assist. Prof. Dr. SEFER BADAY

  4. Session hijacking attacks on wireless networks detection and prevention

    Kablosuz ağlarda oturum ele geçirme saldırılarını tespit etme ve önleme

    TAHA ALI MOHAMMED GAROON

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. CELAL ÇEKEN

  5. Multi-modal neuroimaging data prediction: Estimation of connectional brain template and multigraph classification with application to gender fingerprinting

    Çoklu modal nörogörüntüleme veri tahmini: Bağlantılı beyin şablonunun tahmini ve cinsiyet parmak izi uygulaması ile çoklu grafik sınıflandırma

    NADA CHAARI

    Doktora

    İngilizce

    İngilizce

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ

    DR. ÖĞR. ÜYESİ ISLEM REKIK