COVID-19 tanısında biyokimya parametre baskınlığının makine öğrenimi yöntemleri kullanılarak belirlenmesi
Determination of biochemical parameter dominance in the diagnosis of COVID-19 using machine learning methods
- Tez No: 737969
- Danışmanlar: DOÇ. DR. SEDA ARSLAN TUNCER
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Covid-19, Makine Öğrenimi, Özellik Seçimi, Sınıflandırma, Covid-19, Machine Learning, Feature Selection, Classification
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Covid-19 2020 yılında ortaya çıkan ve kısa sürede hızla yayılım göstererek pandemi haline gelen hastalıktır. Öksürük, nefes darlığı vb. belirtiler ile ortaya çıkan bu hastalık zaman içerisinde etkinliğini artırarak ölümcül bir hastalık haline gelmiştir. Bu sebeple Covid-19 hastalığının erken teşhisi önem arz etmektedir. Covid-19 hastalığının teşhisi için laboratuvar testleri, görüntüleme teknikleri vb. birçok farklı yöntem kullanılmaktadır. Gerçek zamanlı polimeraz zincir reaksiyonu (RT-PCR) testi altın standart olarak kabul edilmekte ve yaygın olarak kullanılmaktadır. Laboratuvar testleri kullanılarak gerçekleştirilen tanı işleminde parametre yoğunluğundan doğacak iş yükü artmakta, bu durumda tanıyı zorlaştırmaktadır. Bu nedenle uzmanlara tanı aşamasında yardımcı bir karar destek mekanizmasına ihtiyaç vardır. Bu tez çalışmasında uzmanlara, Covid-19 hastalığının karar verme aşamasında destek olacak sistem makine öğrenimi algoritmaları ile tasarlanmıştır. Makine öğrenimi geniş kullanım alanı sayesinde birçok alanda uzmanlara destekleyici rol oynamaktadır. Sıklıkla kullanılan bazı makine öğrenimi algoritmaları Ken Yakın Komşu Algoritması, Destek Vektör Makineleri, Karar Ağaçları ve Yapay Sinir Ağlarıdır. Parametre fazlalığından doğacak sorunları önlemek amacıyla özellik seçim yöntemleri makine öğrenim algoritmaları ile birlikte kullanılarak parametre sayısını optimuma indirgenmiştir. Bu durumda daha az maliyetle uzmanlara teşhis aşamasında kolaylık sağlamaktadır. Çalışmada biyokimya parametreleri üzerinde, 13 farklı özellik seçim yöntemi kullanarak her bir parametrenin Covid-19 hastalığını tanısındaki etkinliği analiz edilmiştir. Çalışma kapsamında, Elazığ Fethi Sekin Şehir Hastanesinden elde edilen 100 negatif ve 121 pozitif olmak üzere toplamda 16 özellikten oluşan 221 hasta verisi kullanılmıştır. Öznitelik seçme yöntemleri kullanılarak parametre sayısı azaltılmış ve sınıflandırma işlemi gerçekleştirilmiştir. Çalışma sonucunda elde edilen yeni özellik kümesinin tüm özellikler ile gerçekleştirilen işlemden başarılı olduğu gözlemlenmiştir. Özellik seçim yöntemleriyle elde edilen 5 özellik, %91.3 doğruluk oranında Uyarlanabilir Yapısal Öğrenme İle Özellik Seçimi yöntemiyle Yapay Sinir Ağları için en iyi performansı vermiştir. Çalışmanın klinik çalışmalarda hekimlere yardımcı olacağı ve yapılacak çalışmalara ışık tutacağı düşünülmektedir.
Özet (Çeviri)
COVID-19 is a disease that appeared in 2020 and became a pandemic in a short time. Cough, shortness of breath, etc. - this disease, which appears with symptoms, has become a deadly disease as its effectiveness increases with time. For this reason, early detection of Covid-19 disease is important. Various laboratory tests, imaging techniques, etc. are used to diagnose Covid-19 disease. The real-time polymerase chain reaction test (RT-PCR) is considered the gold standard and is widely used. When diagnosing by laboratory tests, the workload increases due to the density of parameters, which makes diagnosis difficult in this case. Therefore, at the stage of diagnosis to specialists, an additional decision support mechanism is required. In this work, the system for assisting experts in decision making in the case of Covid-19 disease was developed using machine learning algorithms. Machine learning plays a supporting role for experts in many fields thanks to its wide range of applications. Some commonly used machine learning algorithms include the K-nearest Neighbor algorithm, support vector machines, decision trees, and artificial neural networks. To avoid problems arising from the redundancy of parameters, the number of parameters was reduced to an optimum by using feature selection methods in conjunction with machine learning algorithms. In this case, the specialists are relieved in the diagnosis phase with lower costs. The study analyzed the effectiveness of each parameter in diagnosing Covid-19 disease using 13 different feature selection methods for biochemical parameters. A total of 221 patient data consisting of 16 characteristics were used in the study, including 100 negative and 121 positive from Elazığ Fethi Sekin City Hospital. The number of parameters was reduced by using attribute selection methods and the classification process was performed. As a result of the study, it was found that the newly obtained feature set from the process performed with all features was successful. The 5 features obtained by feature selection methods gave the best performance for Artificial Neural Networks by feature selection method with Adaptive Structural Learning with an accuracy rate of 91.3%. It is expected that the study will help clinicians in clinical trials and provide information on the studies to be conducted.
Benzer Tezler
- Üçüncü basamağa başvuran çocuk hastalarda idrar kültürü bulguları ile akut faz belirteçleri arasında anlamlı bir ilişki var mıdır?
Is there a relationship between urine culture findings and acute phase markers in pediatric patients referring to third level?
GÖZDE GÖKTEN KALKANLI
Tıpta Uzmanlık
Türkçe
2021
Aile HekimliğiTokat Gaziosmanpaşa ÜniversitesiAile Hekimliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGİHAN YILDIZ ÇELTEK
- COVİD-19 tanısıyla hastaneye bulunan servis hastalarında hastanede kalma süresi, yaş ve cinsiyetin biyokimyasal, inflamatuar ve hematolojik parametreler ile ilişkilendirilmesi
Association of hospital LENGTH, age and gender with biochemical, inflammatory and hematological parameters in service patients entered with COVİD-19 diagnosis
AYŞE UMAY ÇALIŞIR
Yüksek Lisans
Türkçe
2023
BiyokimyaAmasya ÜniversitesiMoleküler Tıp Ana Bilim Dalı
PROF. DR. BİRSEN AYDIN KILIÇ
- COVİD-19 tanılı hastalarda AST, ALT, CPK, CRP, LDH, lenfosit ve WBC parametrelerinin retrospektif değerlendirilmesi
Retrospective evaluation of AST, ALT, CPK, CRP, LDH, lymphocyte and WBC parameters in patients with COVID-19
BİLGE ERALP
Yüksek Lisans
Türkçe
2024
BiyokimyaNecmettin Erbakan ÜniversitesiTıbbi Biyokimya Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TURAN AKDAĞ
- Akdeniz Üniversitesi Hastanesi'nde çalışan ve koronavirüs hastalığı (COVID-19) düşündüren semptom veya bulguları olan sağlık personelinde rutin olarak yapılan laboratuvar testlerinin sonuçlarının covıd-19 PCR test sonucuna göre değerlendirilmesi
The evaluation of the routine laboratory test results in health care personnel working at akdeniz university hospital with symptoms or findings of coronavirus disease (COVID-19) according to the covid-19 PCR test results
EGEMEN DOĞUŞ GÜL
Tıpta Uzmanlık
Türkçe
2021
Aile HekimliğiAkdeniz ÜniversitesiAile Hekimliği Ana Bilim Dalı
YRD. DOÇ. DR. HASAN HÜSEYİN AVCI
DOÇ. DR. MELAHAT AKDENİZ
- Assessment of saliva as a preanalytical tset in comparison to polymerase chain reaction (PCR) tast for COVID-19 diagnosis
COVİD-19 tanı için polimeraz zincir reaksiyonu (PCR) testine karşılaştırıldığında preanalitik bir tset olarak salvanın değerlendirilmesi
ZAMAN AZEEZ JAMEEL AL-DUWAYJEE
Yüksek Lisans
İngilizce
2022
BiyokimyaÇankırı Karatekin ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. VOLKAN EYÜPOĞLU
DR. ÖĞR. ÜYESİ RANA M. HAMEED