Geri Dön

Medikal kodların derin öğrenme tabanlı yöntemlerle kestirimi

Predicting medical codes via deep learning-based methods

  1. Tez No: 798984
  2. Yazar: MUSTAFA ARDA AYDEN
  3. Danışmanlar: DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET TAN

  2. Presentation attack detection with shuffled patch-wise binary supervision

    Karıştırılmış yama tabanlı ikili gözetim ile sunum saldırı tespiti

    ALPEREN KANTARCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HAZIM KEMAL EKENEL

  3. Prediction of heart disease using a combination of machine learning and deep learning approaches

    Başlık çevirisi yok

    DIMA SAMI KHALAF KHALAF

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DOÇ. DR. OĞUZ ATA

  4. Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma

    Generating image hash codes with deep reinforcement learning method

    ELİF AKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURHAN BARAKLI

  5. 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

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE

    DR. ÖĞR. ÜYESİ FANNY FICUCIELLO