Yürüme esnasında ayakta meydana gelen basınç değişikliklerine göre Parkinson hastalığının tespitinde makine öğrenmesi algoritmasının kullanılması
Using machine learning algorithm in detection of Parkinson's disease according to pressure changes in standing during walking
- Tez No: 775351
- Danışmanlar: PROF. DR. AHMET SERTBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Yürüyüş aktivitesi analizi, Parkinson hastalığını tespit etmek için kullanılan yöntemlerden biridir. Parkinson hastalığının yürüyüş aktivitesi normal bir insanın yürüyüşünden farklıdır. Bu çalışmada, Parkinson hastalığını saptamak için düşük boyutlu öznitelik vektör temsilini kullanan bir destek vektör makine tabanlı sınıflandırma yöntemi önerilmiştir. Öznitelik olarak ortalama duruş süresi, ortalama adım süresi, ortalama adim mesafe ve yürüyüş periyodunda elde edilen frekans değeri kullanılmıştır. Sınıflandırma işlemi için sadece O(n) zaman karmaşıklığına sahip 4 özellik değeri kullanılmaktadır. Deneysel sonuçlar, önerilen yöntemin bu birkaç özellik altında bile literatürde önerilen benzer çalışmalarla rekabet edebileceğini göstermektedir. Deneysel sonuçlara göre, tüm veri seti altında %85'e varan yüksek sınıflandırma performansı elde edilmiştir. Ayrıca veri setleri tek tek değerlendirildiğinde %91'e varan üstün sınıflandırma performansı elde edilmektedir.
Özet (Çeviri)
Thanks to the developing technology, Parkinson's disease can be detected by using datasets which are obtained from different sources. Gait activity analysis is one of the methods used to detect Parkinson's disease. The gait activity of Parkinson's disease differs from the gait of a normal person. In this study, a support vector machine-based classification method using low-dimensional feature vector representation is proposed to detect Parkinson's disease. Average stance time, average stride time, average stride distance and frequency value obtained during walking period were used as features. Only 4 feature values having O(n) time complexity are used for the classification process. Experimental results point out that the proposed method can compete with similar studies proposed in the literature, even under these few features. According to the experimental results, high classification performance, up to 85%, is obtained under the whole dataset. Moreover, superior classification performance, up to 91%, is obtained when the datasets are evaluated individually.
Benzer Tezler
- Çağdaş Suriye nesrinde siyasî hapishane edebiyatı üzerine eleştirel bir bakış
The literature of political prisons in contemporary Syrian prose analytical prepective
ABDOLGADER MOHAMED ALİ
Yüksek Lisans
Arapça
2014
Doğu Dilleri ve EdebiyatıSelçuk ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
YRD. DOÇ. FİKRET ARSLAN
- Avrupa Birliği ve Türk Bankacılık Sisteminin mevzuat açısından karşılaştırılması
Comparison of the European Union and Turkish Banking System in terms of legislation
AYHAN CESUR
Yüksek Lisans
Türkçe
2015
BankacılıkGediz Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET ŞERİF ŞİMŞEK
- Postmenopozal osteoporotik kadınlarda beta2- adrenerjik reseptör polimorfizminin enerji tüketimi üzerine etkisi
The effect of beta2-adrenergic receptor polymorphism on energy expenditure in postmenopausal osteoporotic women
FİGEN DAĞ
Yüksek Lisans
Türkçe
2007
Fiziksel Tıp ve RehabilitasyonMersin ÜniversitesiFizyoloji Ana Bilim Dalı
PROF.DR. HÜSEYİN BEYDAĞI
- Postural dengesizliği olan obez bireylerde zayıflama diyetinin denge ve yaşam kalitesi üzerine etkisi
The effect of weight loss diet on balance and quality of life in obese individuals with postural instability
NİDA TOKAÇ ER
Doktora
Türkçe
2024
Beslenme ve DiyetetikAnkara ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
PROF. DR. NURCAN YABANCI AYHAN
- Investigation of statically equivalent serial chain and deep-learning based com estimation techniques
Statik olarak eşdeğer seri zincir yöntemi ve derin öğrenme tabanlı kütle merkezi tahmin tekniklerinin incelenmesi
ELIE CHEBEL
Yüksek Lisans
İngilizce
2022
Mekatronik MühendisliğiBahçeşehir ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU TUNÇ ÇAMLIBEL