Medikal kodların derin öğrenme tabanlı yöntemlerle kestirimi
Predicting medical codes via deep learning-based methods
- Tez No: 798984
- Danışmanlar: DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Günümüzde, derin öğrenme yöntemleri bilgisayarlı görü, konuşma tanımlama ve doğal dil işleme gibi birçok alanda kullanılmaktadır. Derin öğrenme yöntemleriyle yapılan kestirimler geleneksel makine öğrenimi yöntemlerine göre çoğu zaman daha başarılı çıktılar üretmektedir. Son zamanlarda sağlık alanında yayınlanan veri kümeleri, derin öğrenme yöntemlerinin özellikle medikal kodların kestirimi görevlerinde kullanılmasının önünü açmıştır. Ancak, bu amaç doğrultusunda yapılan literatür çalışmalarının genelinde sadece metin tabanlı veriler kullanılarak kestirimler gerçekleştirilmektedir. Bu çalışmada, hasta başvurularındaki medikal kodların kestirimine yönelik, hem metin verilerini hem de zaman serilerini kullanan, çok modlu bir yöntem önerilmiştir. Ayrıca, bu kapsamda literatürdeki en başarılı sonuçları üreten metin tabanlı derin öğrenme yöntemleri de ele alınmış ve önerilen çok modlu yaklaşım bu yöntemlerle de test edilmiştir. Sonuç olarak, değerlendirilen her bir yöntem için, her iki veri tipi de kullanıldığında F1 skoru anlamında daha başarılı sonuçların elde edildiği gösterilmiştir.
Özet (Çeviri)
Deep learning methods are used for prediction tasks in many areas such as computer vision, speech recognition, and natural language processing. Such methods give more flexible and powerful results than traditional machine learning methods. Improvements in the publicly available healthcare data sets lead to deep learning works to be increased in the healthcare domain especially for predicting the medical codes of patients. In this work, a deep learning-based multi-modal method is proposed to predict medical codes by using both text-based and time-series data. This method was developed with the help of publicly available MIMIC-III data set and gives competitive results with similar healthcare prediction methods which are using only text-based data. Furthermore, the proposed approach is also tested with some state-of-the-art text-based models and showed that using both types of data improves results in terms of F1 score.
Benzer Tezler
- Yoğun bakım hastalarının mortalite ve hastanede kalma sürelerinin derin öğrenme yöntemleri ile tahmini
Prediction of mortality and length of stay of icu patients with deep learning
BATUHAN BARDAK
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET TAN
- Presentation attack detection with shuffled patch-wise binary supervision
Karıştırılmış yama tabanlı ikili gözetim ile sunum saldırı tespiti
ALPEREN KANTARCI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Prediction of heart disease using a combination of machine learning and deep learning approaches
Başlık çevirisi yok
DIMA SAMI KHALAF KHALAF
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DOÇ. DR. OĞUZ ATA
- Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma
Generating image hash codes with deep reinforcement learning method
ELİF AKKAYA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- A comprehensive dataset including force cues for gesture recognition and skills assessment in robotic surgery
Robotik cerrahiide kuvvet ipuçları içeren kapsamlı bir veri seti hareket tanıma ve beceri değerlendirmesi
DENİZ EKİN CANBAY
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
DR. ÖĞR. ÜYESİ FANNY FICUCIELLO