Geri Dön

Sağlık uygulamaları için yapay zeka tabanlı formaldehit sensörü

Al-based formaldehyde sensor for healthcare applications

  1. Tez No: 775440
  2. Yazar: HİLAL KÜBRA SAĞLAM
  3. Danışmanlar: PROF. DR. MEHMET ERTUĞRUL
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Elektrokimyasal Sensör, Gaz Sensörü, FA sensörü, Ultrasonik Sprey Piroliz, İnce Film, Yapay Zeka, Model Tanıma Analizi, Makine Öğrenimi, Electrochemical Sensor, Gas Sensor, Liquid Sensor, Ultrasonic Spray Pyrolysis, Thin Film, Artificial Intelligence, Pattern Recognition Analysis, Machine Learning
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 150

Özet

Amaç: Bu tezin amacı sağlık uygulamalarında kullanılabilecek bir sensör geliştirmek ve yapay zeka algoritmalarıyla bu sensörün performansını iyileştirmektir. Bu amaç doğrultusunda, H2 ve formaldehit (FA) analitlerinin algılanması için hedef analitlere yüksek hassasiyet ve seçicilik sağlayabilecek sensör aktif tabakası olarak ince filmlerinin üretilmesidir. Ayrıca makine öğrenme (yapay zeka) algoritmaları kullanarak öncelikle erişime açık gaz sensör veri tabanı üzerinde analit sınıflandırması yapılarak literatürle karşılaştırılabilir uygun algoritmaların ortaya konulmasıdır. Son olarak tez kapsamında tasarlanan sensörlerin ölçümleriyle oluşturulan yeni bir veri tabanına da aynı algoritmalar uygulanarak analitlerin konsantrasyon seviyelerini belirlemektir. Yöntem: Sensör ince film aktif tabakasını büyütmek için, Ultrasonik Sprey Piroliz metodu kullanılmıştır. Büyütülen ince filmlerin sensör testleri tez kapsamında geliştirilen sensör ölçüm sistemi ve yazılımı ile yapılmıştır. Farklı sıcaklıklarda, farklı katkılamalarla ve farklı öncüllerden elde edilen ZnO ince filmlerine ek olarak NiO ince filminin gaz sensör yanıtı alınmıştır. Ayrıca katkısız ZnO ve NiO ince filmlerde FA sensör testi yapılmıştır. Sensör hatalarını en aza indirmek amacıyla erişime açık veri tabanı kullanılarak analit sınıflandırma yapılmıştır. Daha sonrasında ise FA sensör testine tabi tutlan ZnO ve NiO ince filmlerden alınan sensör yanıtlarıyla veri tabanı toplanarak aynı sınıflandırma algoritmaları konsantrasyon tayininde kullanılmıştır. Bulgular: Sensör çalışmalarının ilk bölümü olan gaz sensör testlerinde, 450°C alttaş sıcaklığında üretilen filmlerin 550°C de üretilen filmlere göre daha iyi yanıtlar verdiği görülmüştür. Ayrıca katkılamanın sensör performansını artırdığı incelenmiştir. İkinci bölüm olan FA sensör testlerine gelindiğinde ise konsanstrasyon arttıkça doğrusal bir yanıt artışı izlenmiştir. Benzer şekilde uygulanan analit miktarı arttıkça da yanıt artmaktadır. Bununla birlikte farklı analitler üzerinde yapılan testlerde FA sensörünün seçiciliği ispatlanmıştır. Yapay zeka çalışmalarının başlangıç çalışmalarında kullanılan erişime açık veri tabanı, literatürde yer alan senaryolarla kullanılmıştır ve analit tayininde karşılaştırılabilir sonuçlar elde edilmiştir. Tez kapsamında tasarlanan sensör ölçümleriyle hazırlanan veri tabanına aynı algoritmalar uygulanarak konsantrasyon tayninde yüksek başarı oranları elde edilmiştir. Sonuç: FA gaz formunda toksik olduğu, filmler üzerinde uygun katalizörlerde FA'dan H2 gazı elde edilebildiği için öncelikle H2 gaz sensör testi yapılmıştır. Sonrasında ise doğrudan suda çözünmüş FA için sensör testleri gerçekleştirilmiştir. Bu sensörlerinin üstün başarı göstermesi neticesinde bu sensörlere ait veri tabanı oluşturulmuştur. Erişme açık UCSD veri tabanı için literatürde kullanılan senaryolara ek olarak veri tabanı kümelerinin kümülatif toplamıyla yeni bir senaryo çalışılmıştır. UCSD veri tabanıyla literatürle karşılaştırılabilir sonuçlar elde edildiği için aynı algoritmalar kullanılarak tez kapsamında toplanan veri tabanına bu alogirtmalar uygulanmış ve başarılı sonuçlar elde edilmiştir. Yapılan sınıflandırma, kimliklendirme tayini içermektedir.

Özet (Çeviri)

Purpose: The aim of this thesis is to develop a sensor that can be used in health applications and to improve the performance of this sensor with artificial intelligence algorithms. For this purpose, thin films are produced as sensor active layer that can provide high sensitivity and selectivity to target analytes for the detection of H2 and formaldehyde (FA) analytes. In addition, using machine learning (artificial intelligence) algorithms, analyte classification is made on the gas sensor database that is open to access, and appropriate algorithms comparable to the literature are revealed. Finally, the same algorithms are applied to a new database created with the measurements of the sensors designed within the scope of the thesis, to determine the concentration levels of the analytes. Method: Ultrasonic Spray Pyrolysis method was used to grow the sensor thin film active layer. The sensor tests of the grown thin films were carried out with the sensor measurement system and software developed within the scope of the thesis. In addition to the ZnO thin films obtained at different temperatures, with different doping and from different precursors, the gas sensor response of the NiO thin film was obtained. In addition, FA sensor test was performed on undoped ZnO and NiO thin films. Analyte classification was performed using an open database in order to minimize sensor errors. Afterwards, the database was collected with the sensor responses taken from the ZnO and NiO thin films subjected to the FA sensor test, and the same classification algorithms were used in the concentration determination. Findings: In the gas sensor tests, which is the first part of the sensor studies, it was observed that the films produced at 450°C substrate temperature gave better responses than the films produced at 550°C. In addition, it was investigated that doping increases the sensor performance. When it comes to the second part, the liquid sensor tests, a linear response increase was observed as the concentration increased. Similarly, as the amount of analyte applied increases, the response increases. However, the selectivity of the FA sensor has been proven in tests on different analytes. The open-access database used in the initial studies of artificial intelligence studies was used with the scenarios in the literature and comparable results were obtained in the analysis of the analyte. The same algorithms were applied to the database prepared with the sensor measurements designed within the scope of the thesis, and high success rates were obtained in the concentration determination. Results: Since FA is toxic in gas form and H2 gas can be obtained from FA in suitable catalysts on films, first of all, the H2 gas sensor test was performed. Afterwards, sensor tests were carried out for FA directly dissolved in water. As a result of the outstanding success of these sensors, a database of these sensors was created. In addition to the scenarios used in the literature for the open-access UCSD database, a new scenario has been studied with the cumulative sum of database clusters. Since results comparable to the literature were obtained with the UCSD database, these algorithms were applied to the database collected within the scope of the thesis using the same algorithms and successful results were obtained. The classification made includes identification determination.

Benzer Tezler

  1. Tez No

    877911

    Yoğun bakım hastalarının fizyoterapi ve rehabilitasyon uygulamaları için yapay zekâ tabanlı bir karar destek sistemi

    An artificial intelligence based decision support system for physiotherapy and rehabilitation practices of intensive care patients

    ALEYNA YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR ŞEVİK

  2. Tez No

    854139

    Nükleer güç santrallerinde iş kazalarını önlemede kullanılabilecek yapay zeka uygulamalarının iş güvenliği uzmanlarının bakış açısından incelenmesi

    Examination of artificial intelligence applications that can be used to prevent occupational accidents in nuclear power plants from the perspective of occupational safety experts

    ALİ YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Fizik ve Fizik MühendisliğiÜsküdar Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    DOÇ. DR. MÜGE ENSARİ ÖZAY

    DR. ÖĞR. ÜYESİ FERİDE KULALI ÖZDEK

  3. Tez No

    822068

    Geri dönüştürülebilir katı atıkların yapay zeka tabanlı tanınma ve sınıflandırılması

    Artificial intelligence-based recognition and classification of recyclable solid waste

    YUSUF ERYEŞİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR TAŞDEMİR

  4. Tez No

    686722

    Development of textile based temperature sensor for wearable electronics

    Giyilebilir elektronikler için tekstil tabanlı sıcaklık sensörü geliştirilmesi

    BURCU ARMAN KUZUBAŞOĞLU

    Doktora

    İngilizce

    İngilizce

    2021

    Tekstil ve Tekstil Mühendisliğiİstanbul Teknik Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SENEM KURŞUN BAHADIR

  5. Tez No

    886463

    Orthogonality based feature selection for ai applications

    Yapay zeka uygulamaları için ortogonalite tabanlı öznitelik seçimi

    MEHMET SELAHADDİN ŞENTOP

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ

Geri Dön