Geri Dön

Ensemble methods for heart disease prediction

Kalp hastalığı tahmini için ensemble metotlar

  1. Tez No: 774876
  2. Yazar: TALHA KARADENİZ
  3. Danışmanlar: PROF. DR. HADİ HAKAN MARAŞ, DR. ÖĞR. ÜYESİ HALİT ERGEZER
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Çankaya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 66

Özet

Bu çalışma otomatik kalp hastalığı tahmini için ensemble metotları içermektedir; bu kritik sağlık işlemi birçok yeni algoritma ile gerçekleştirilmiştir. Birincisi, ikili dizilerin rastgelelik analizine göre bir taban tahmincisi geliştirilmiştir. İkincisi, sıkıştırılmış kovaryans tahmini metotlarına dayalı başka bir sınıflandırıcı tanıtılmıştır. Üçüncüsü, kurtosis ve KS-test önem şemasına göre şekillenen bir sınıflandırıcı geliştirilmiştir. Son olarak, lojistik regresyon, çoğunluk oy uygulamasına ve olasılık yoğunluk tahminine dayalı sınıflandırıcı şemalarımız ile birleştirilmiştir. Bu son sınıflandırıcı, state-of-the-art metotlar ile karşılaştırılmış ve elde edilen isabet oranları raporlanmıştır.

Özet (Çeviri)

This work consists of automatic heart disease prediction ensemble methods; this critical human health task is performed using several new algorithms. First, we introduce a weak classifier based on the randomness analysis of binary sequences. Second, we present another classifier in which the shrunk covariance estimation is utilised during the training and prediction phases. Third, we present a classifier in which Gaussian probabilities are summed via a kurtosis and KS-test importance scheme. Finally, a two-fold ensemble implementation is created by fusing logistic regression and our majority voting density estimation classifier. This final classifier is compared with state-of-the-art methods, and the sensitivity, specificity, accuracy and optimised precision are reported.

Benzer Tezler

  1. Reinforcement learning-driven ensemble neural networks for heart disease prediction

    Kalp hastalığı tahmini için takviyeli öğrenme tabanlı topluluk sinir ağları

    ÖZGE HÜSNİYE NAMLI DAĞ

    Doktora

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA YANIK ÖZBAY

  2. Kronik böbrek hastalığı ve diyabet için elektrokardiyogram üzerinden iyonik konsantrasyon tahmini

    Ionic concentration estimation from electrocardiogram for chronic kidney disease and diabetes

    SEBAHATTİN BABUR

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET RECEP BOZKURT

    DR. ÖĞR. ÜYESİ SANAM MOGHADDAMNIA

  3. Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti

    AI-based blood pressure detection with electrocardiography signal

    DERYA KANDAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMED KÜRŞAD UÇAR

  4. Optik koherens tomografisi görüntüleri kullanarak evrişimsel sinir ağı tabanlı retinal hastalık tespiti

    Convolutional neural network based retinal disease detection via optical coherence tomography images

    İSMAİL KAYADİBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mühendislik BilimleriAfyon Kocatepe Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN

  5. EKG aritmilerinin zaman frekans esaslı öznitelikler kullanılarak sınıflandırılması

    Classification of ECG arrhythms using time-frequency based features

    FULYA AKDENİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. TEMEL KAYIKÇIOĞLU