Early detection of Alzheimer's disease using machine learning algorithms
Başlık çevirisi mevcut değil.
- Tez No: 796109
- Danışmanlar: PROF. DR. OSMAN NURI UÇAN
- 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: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Alzheimer hastalığı (AD), dünya çapında en sık görülen nörolojik ölüm nedenlerinden biridir. Küresel olarak, AD hastalarının sayısı dramatik bir şekilde artıyor. AD'nin bir nörolog tarafından manuel olarak teşhis edilmesi zaman alıcıdır ve her zaman doğru sonuçlar vermeyebilir. AD'nin beyin görüntüleme kullanılarak sınıflandırılması umut verici, daha az zaman alan sonuçlar göstermiştir. Bu araştırmanın iki ana katkısı vardır: 1) AD'nin en son durumunu yürütmek ve 2) Makine Öğrenimini (ML) kullanarak AD vakalarını sınıflandırmak için üç model geliştirmek. Birinci bölümde, AH öyküsünün arka planı, AH için beyin görüntüleme teknikleri ve AH sınıflandırma yöntemleri araştırıldı. Ardından sağlık hastalıklarında makine öğrenimi yaklaşımlarını tanıtıyoruz. Literatüre göre, AD sınıflandırması için ADNI ve OASIS en çok kullanılan halka açık çevrimiçi veri kaynaklarıdır. Bu nedenle, 2020-2022 döneminde bu iki veri setinden kaçının yüksek dereceli üç bilimsel veri tabanında kullanıldığını araştırıyoruz: IEEE, Science Direct ve Springer. Daha sonra, AD'nin kötüleşmesini (iyileşmesini) etkileyen ana önemli risk (koruyucu) faktörlerini inceliyoruz. Son olarak, yakın zamanda yayınlanan 20 makaleyi derinlemesine inceledik.الترجمة طويلة جدًا ولا يمكن حفظها. İkinci bölümde çalışma modellerimizi geliştirdik: MLP, KNN ve NB. Modeller, OASIS veri seti kullanılarak eğitilmiş ve test edilmiştir. Değerlendirmeler doğruluk, hatırlama, F-ölçüsü, TPR ve FPR ile ilgili olarak yapılmıştır. Karşılaştırmalar MLP'nin en iyi sonuçları elde ettiğini göstermektedir. Ayrıca doğrulama, MLP'nin (bu çalışmanın) muadilinin modellerinden daha iyi performans gösterdiğini gösterdi.
Özet (Çeviri)
Alzheimer's disease (AD) is one of the most frequent neurological causes of death globally. Globally, the number of AD patients is growing dramatically. Manually diagnosing AD by a neurologist is time-consuming and may not always provide accurate results. The classification of AD using brain imaging has shown promising, less time-consuming results. This research two main contributions: 1) Conduct the state-of-the-art of AD, and 2) Using Machine Learning (ML), develop three models for classifying AD cases. In the first part, we investigate the background of AD history, brain imaging techniques for AD, and AD classification methods. After that, we introduce ML approaches in health diseases. According to the literature, for AD classification, ADNI and OASIS are the most used publicly available online data sources. Therefore, we search on how many these two datasets have been utilized during 2020-2022 on three highly ranked scientific databases: IEEE, Science Direct, and Springer. Next, we study, the main substantial risk (protective) factors influencing AD's deterioration (improvement). Lastly, we analyzed in depth 20 articles published recently.In the second part, we developed our study models: MLP, KNN and NB. The models have been trained and tested using the OASIS dataset. The evaluations were conducted regarding the accuracy, recall, F-measure, TPR, and FPR. The comparisons demonstrate that MLP achieve the best outcomes. Furthermore, the verification demonstrated that MLP (of this study) outperformed its counterpart's models.
Benzer Tezler
- Nöropsikiyatrik hastalıkların tanısına destek amacıyla multimodal nörogörüntüleme verilerinin makine öğrenimi algoritmaları kullanılarak işlenmesi
Processing of multimodal neuroimaging data using machine learning algorithms to support diagnosis of neuropsychiatric diseases
CAN SOYLU
- Makine öğrenmesi yöntemleri kullanılarak sesin müzikal öznitelikleri ile Parkinson hastalığının tespiti
Detection of Parkinson's disease with musical features using machine learning methods
İLKE KURT
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
DOÇ. DR. OĞUZHAN ERDEM
DR. ÖĞR. ÜYESİ SEZER ULUKAYA
- Computer-aided diagnosis of Alzheimer's disease and mild cognitive impairment with MARS/CMARS classification using structural MR images
Alzheimer hastalığı ve hafif bilişsel bozukluğun MARS/CMARS sınıflandırma ile yapısal MR görüntüleri üzerinden bilgisayar destekli tanılanması
ALPER ÇEVİK
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET MURAT EYÜBOĞLU
PROF. DR. GERHARD WİEHELM WEBER
- Detection of multistage Alzheimer from 4D FMRI data using deep learning
4D FMRI'dan multistage Alzheimer'in tespiti derin öğrenmeyi kullanan veriler
NAWAZISH ALI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
PROF. DR. REDA ALHAJJ
- Alzheimer hastalığının farklı düzeylerinin sınıflandırılmasında yapay zeka ve logit regresyon modellerinin karşılaştırılması
Comparison of artificial intelligence and logit regression models in the classification of different levels of alzheimer's disease
NURGÜL BULUT
Doktora
Türkçe
2023
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. KEVSER SETENAY ÖNER