Geri Dön

Karaciğer transplantasyonu sonrası makine ve derin öğrenme yöntemleri ile karaciğer hastalıklarının teşhisi

Diagnosis of liver diseases with machine and deep learning methods after liver transplantation

PDF İndir

  1. Tez No: 758380
  2. Yazar: ZEYNEP BİLEN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FERHAT BOZKURT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: derin öğrenme, makine öğrenmesi, karaciğer, transplantasyon, deep learning, machine learning, liver, transplantation
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 75

Özet

Amaç: Bu çalışmada, karaciğer nakli olan hastaların nakil sonrasında oluşabilecek hastalıkların teşhisi amaçlanmıştır. Atatürk Üniversitesi Araştırma Hastanesinde, karaciğer nakli olan hastaların bilgilerinden oluşan veri setinin, makine ve derin öğrenme algoritmaları ile oluşturulan modeller aracılığıyla sınıflandırılması amaçlanmıştır. Oluşturulan modellerin performans değerlendirmeleri yapılıp karşılaştırma yapılmıştır. Yöntem: Veri girişi için arayüz tasarlanmıştır. Arayüz aracılığı ile veriler veri tabanında toplanmıştır. Bunun yanı sıra hastaların dosyasında bulunmayan bilgiler hastanenin bilgi işleminden talep edilip hepsi tek bir veri havuzunda toplanmıştır. Toplanan verilerin sınıflandırması için makine ve derin öğrenme algoritmalarından modeller kullanılmıştır. Veri seti %80'i eğitim, %20'si test olarak ayrılmış olup modellerin eğitiminde ve test edilmesinde kullanılmıştır. Aynı zamanda veri setinde ayrım yapılmadan k çapraz doğrulama yapılmıştır. Eğitilen modellerin performans metrikleri bize en iyi sonucun hangi modelde olduğunu göstermiştir. Veri ön işleme, modellerin oluşturulması, eğitilmesi ve test edilmesi Google Colaboratory bulut ortamında, Python programlama diliyle gerçekleştirilmiştir. Bulgular: Modeller oluşturulmadan önce k çapraz doğrulama ve özellik çıkarıma yöntemlerinden LDA ve PCA yöntemleri kullanılmıştır. Kullanılan yöntemlere bağlı olarak modellerin performans metrikleri farklılık göstermiştir. Veri setinde dört bağımlı değişken alınmıştır. Ex bağımlı değişkeni için modeller arasında en yüksek doğruluk oranı PCA yöntemi ile %90 olmuştur. K çapraz doğrulama sonrası en yüksek doğruluk oranı LDA yöntemi ile %98 olmuştur. Nüks yeri bağımlı değişkeni için modeller arasında en yüksek doğruluk oranı her iki yöntem ile de %82 olmuştur. K çapraz doğrulama sonrası en yüksek doğruluk oranı LDA yöntemi ile %98 olmuştur. Tümör nüks bağımlı değişkeni için modeller arasında en yüksek doğruluk oranı her iki yöntem ile %79 olmuştur. K çapraz doğrulama sonrası en yüksek doğruluk oranı LDA yöntemi ile %99 olmuştur. Ölüm nedeni bağımlı değişkeni için modeller arasında en yüksek doğruluk oranı LDA yöntemi ile %86 olmuştur. K çapraz doğrulama sonrası en yüksek doğruluk oranı LDA yöntemi ile %99 olmuştur. Bağımlı değişkenlere k çapraz doğrulama uygulandıktan sonra ki doğruluk oranlarının ortalaması sonucunda en iyi yöntem LDA seçilmiştir. Sonuç: Bu çalışma dahilinde karaciğer nakli olan hastaların bilgileri bir veri havuzunda toplanmıştır. Toplanan verilerin, hastalıkların erken teşhisi ve taraması için makine ve derin öğrenmesi yöntemleri ile sınıflandırılması yapılmıştır. Hekimlere, hastalar hakkında gerekli bilgi ve uyarılarda bulunabilen bir sistem oluşturulmuştur. Bu sistemin ilerleyen süreçlerde sadece karaciğer değil diğer organ nakilleri için kullanılabilir hale getirilmesi buna bağlı olarak veri sayısının artması ile birlikte, daha iyi başarım elde edilmesi hastalıkların teşhisi bakımından büyük önem arz etmektedir.

Özet (Çeviri)

Purpose: In this study, it was aimed to diagnose the diseases that may occur after transplantation in patients with liver transplantation. It is aimed to classify the data set consisting of the information of patients with liver transplantation in Atatürk University Research Hospital, through models created with machine and deep learning algorithms. Performance evaluations of the created models were made and comparisons were made. Method: Interface is designed for data entry. Data were collected in the database through the interface. In addition, the information that is not in the patients' files was requested from the hospital's information process and all of them were collected in a single data pool. Models from machine and deep learning algorithms were used to classify the collected data. The data set was divided into 80% training and 20% test, and was used in training and testing the models. At the same time, k cross validation was performed without discrimination in the data set. The performance metrics of the trained models showed us which model had the best results. Data pre-processing, creation, training and testing of models were carried out in the Google Collaboratory cloud environment, using the Python programming language. Findings: Before the models were created, LDA and PCA methods were used from k cross-validation and feature extraction methods. Depending on the methods used, the performance metrics of the models differed. Four dependent variables were taken in the data set. The highest accuracy rate among the models for the dependent variable Ex was 90% with the PCA method. The highest accuracy rate after K cross validation was 98% with LDA method. The highest accuracy rate among the models for the recurrence location dependent variable was 82% with both methods. The highest accuracy rate after K cross validation was 98% with LDA method. The highest accuracy rate among the models for the tumor recurrence site dependent variable was 79% with both methods. The highest accuracy rate after K cross validation was 99% with LDA method. The highest accuracy rate among the models for the cause of death dependent variable was 86% with the LDA method. The highest accuracy rate after K cross validation was 99% with LDA method. As a result of the average of the accuracy rates after applying k cross validation to the dependent variables, the best method LDA was chosen. Results: In this study, the information of patients who had liver transplantation was collected in a data pool. The collected data were classified by machine and deep learning methods for early diagnosis and screening of diseases. A system has been established to provide physicians with necessary information and warnings about patients. Making this system available not only for liver but also for other organ transplants in the future, along with the increase in the number of data, is of great importance in terms of diagnosing diseases.

Benzer Tezler

  1. Tez No

    844777

    Akdeniz Üniversitesi Hastanesinde karaciğer ve böbrek transplantı yapılan hastaların takiplerindeki sıvı bazlı sitoloji değişiklikleri: Retrospektif Kohort çalışma

    Başlık çevirisi yok

    SİNEM SAMUK YAMAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Kadın Hastalıkları ve DoğumAkdeniz Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    PROF. DR. NASUH UTKU DOĞAN

  2. Tez No

    912277

    Karaciğer nakli olan hastalarda teleyoganın denge, kırılganlık, kognisyon ve yaşam kalitesi üzerine etkisi

    The effect of teleyoga on balance, frailty, cognition and quality of life in liver transplant patients

    BİLGE SUMMAKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Fizyoterapi ve RehabilitasyonDokuz Eylül Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. MERİÇ YILDIRIM

  3. Tez No

    342050

    Karaciğer transplantasyonu sonrası destek grup girişiminin hastaların bilgi, semptom ve yaşam kalitesi düzeyine etkisinin incelenmesi

    The effect of support group intervention on knowledge, symptom and quality of life in adult liver transplant recipients

    YAPRAK SARIGÖL ORDİN

    Doktora

    Türkçe

    Türkçe

    2013

    HemşirelikDokuz Eylül Üniversitesi

    Cerrahi Hastalıkları Hemşireliği Ana Bilim Dalı

    DOÇ. DR. ÖZGÜL KARAYURT

  4. Tez No

    427170

    Karaciğer transplantasyonu sonrası yaşam kalitesinin belirlenmesi

    Determination of life quality following liver transplantation

    MURAT TAMER

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    HemşirelikHasan Kalyoncu Üniversitesi

    Cerrahi Hastalıkları Hemşireliği Ana Bilim Dalı

    DOÇ. DR. AYLA YAVA

  5. Tez No

    618126

    Karaciğer transplantasyonu sonrası uygulanan fizyoterapi programının hareket düzeyi, kinezyofobi ve fiziksel uygunluk üzerine etkisi

    The effect of physiotherapy program after liver transplantation on movement level, kinesiophobia and physical fitness

    SEDA BAYRAKTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Fizyoterapi ve Rehabilitasyonİstanbul Okan Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİNE ATICI

Geri Dön