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
- Tez No: 716003
- 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: 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
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Accelerating molecular docking using machine learning methods
Kenetleme hesaplarının makine öğrenme metotları ile hızlandırılması
ABDULSALAM YAZID BANDE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
Assist. Prof. Dr. SEFER BADAY
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CELAL ÇEKEN
- 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
2021
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
DR. ÖĞR. ÜYESİ ISLEM REKIK