Feature engineering in biomedical data processing-a case study
Biyomedikal veri işlemede özellik mühendisliği-vaka çalışması
- Tez No: 748614
- Danışmanlar: DOÇ. DR. ORHAN ER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İZMİR BAKIRÇAY ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 92
Özet
Günümüzde sağlık alanında yapılan yapay zekâ çalışmalarının en önemli girdisi sağlık verisidir. Sağlık verisinin alan bilgisi uzmanları ve hekimler tarafından toplanması ve makine öğrenme algoritmalarında eğitilmesi oldukça zahmetli bir iş olup bu verilerin doğru algoritma ve parametreler ile işlenmesi, çalışmaların başarısını ortaya koymaktadır. Bu nedenlerden ötürü sağlık verisini işlemek isteyen akademisyenlere yol gösterici olması arzusu ile bir biyomedikal veri seti üzerinde özellik mühendisliği pilot çalışması amaçlandı. Bu amaç doğrultusunda uluslararası bir veri tabanından kalp yetmezliği ile ilgili örnek bir veri seti kullanıldı. Bu tezin amacına uygun olarak belirlenen veriler üzerinde yapay zekâ yöntemleri ve parametre optimizasyonu için farklı modeller kurularak deneysel çalışmalar yapıldı. Yapılan bu çalışmada veri seti üzerinde tahmine dayalı öğrenme modelleri kullanılarak hangi yapay zekâ algoritmalarının hangi parametre setleri ile en doğru sonuca ulaşıldığı raporlandı. Sonuçlar incelendiğinde özellik mühendisliğinin veri seti üzerindeki olumlu-olumsuz performans değişimlerini kıyaslayarak karar destek sistemi oluşturmak isteyen akademisyenlere önerilerde bulunuldu. Gelecek çalışmalara zemin olacağı düşünülen bu çalışmanın farklı alanlardaki sağlık verileri için de örnek alınabileceği öngörülmektedir.
Özet (Çeviri)
Today, the most important input of artificial intelligence studies in the field of health is medical data. The collection of medical data by field specialists and physicians and training the machine learning algorithms is a very laborious task and processing these data with the right algorithms and parameters determines the success of the study. For these reasons, a dataset on heart failure from an international database was used as a model study by feature engineering on a biomedical dataset, with the desire to guide academics who want to process health data. For this thesis, experimental studies were carried out for parameter optimization with artificial intelligence methods. In this study, which artificial intelligence algorithm performs best is specified, by using predictive learning models on the data set. When the results were examined, suggestions were made to the academicians who wanted to create a decision support system by comparing the positive-negative performance changes on the feature engineering dataset. This study is believed to form a basis for future studies, which also may set an example for health data in different fields.
Benzer Tezler
- Biyomedikal İşaret ve Görüntülerde Görgül Kip Ayrışımı
Empirical Mode Decomposition on Biomedical Signals and Images
ÖMER FARUK KARAASLAN
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN BİLGİN
- Analysis of signal processing algorithms for detection of human vital signs using uwb radar
Hayati bulguların geniş bantlı radar sistemleri ile tespitinde kullanılan sinyal işleme algoritmalarının analizi
CANSU EREN
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MESUT KARTAL
PROF. DR. SAEİD KARAMZADEH
- Femtosaniye lazer ile işlenen yapıların katıhal lazerlerde uygulamaları ve üst çevrim pompalı Tm3+:KY3F10 lazerleri
Solid-state laser applications of femtosecond laser written structures and upconversion pumped Tm3+:KY3F10 lasers
YAĞIZ MOROVA
Doktora
Türkçe
2021
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA AKSOY ESİNOĞLU
PROF. DR. ALPHAN SENNAROĞLU
- Gerçek zaman uygulamaları için görüntü bölütleme yöntemlerinin geliştirilmesi
Improvement of image segmentation methods for real time applications
YUNUS KOÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Biyolojik işaretler için adaptif gürültü azaltma sistemi
Adaptive noise canceller for biological signals
AYDIN AKAN
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERTUĞRUL YAZGAN