Parkinson hastalığının teşhisinde ses verileri üzerinden makine öğrenmesi ve derin öğrenme yöntemlerinin incelenmesi
Investigation of machine learning and deep learning methods on voice data in diagnosis of Parkinson's disease
- Tez No: 804464
- Danışmanlar: DR. ÖĞR. ÜYESİ NAGEHAN İLHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 79
Özet
Günümüzde özellikle makine öğrenmesindeki gelişmelerle birlikte ses bozuklukları ve konuşma ölçümleri kapsamında yapılan çalışmalar da artış olmuştur. Özellikle Parkinson gibi konuşma bozukluğu semptomu olan hastalıklar için farklı yöntemler kullanılarak seslerin analizi yöntemiyle sınıflandırma çalışmaları yapılmaktadır. Parkinson hastalığı için yapılan çalışmalara bakıldığında genel olarak çalışmaların makine öğrenmesi metotlarıyla seslerin ve hasta el yazılarının değerlendirilmesi üzerine yoğunlaşmış olduğu görülmektedir. Bu tezin amacı Şakar ve ark. (2019) tarafından oluşturulan“Parkinson's Disease Classification (PDC)”veri seti kullanılarak makine öğrenme ve derin öğrenme yöntemlerinin performansını değerlendirmektir. Çalışmanın diğer çalışmalardan farkı ise daha fazla makine öğrenmesi tekniği kullanarak bu tekniklerin PDC veri seti üzerindeki başarısını test etmektir. Literatürde PD sınıflandırma problemi için algoritma sonuçlarına göre bu çalışmada daha yüksek doğruluk oranlarının rapor edildiği görülmektedir. Çalışma sonucunda en iyi sonuçların Konvolüsyonel Sinir Ağları (KSA) algoritmasından elde edildiği görülmektedir. Gelecekteki çalışmalarda PH sınıflandırma probleminde umut verici sonuçlar gösteren KSA tekniği, PH tele izleme sistemi oluşturmak için PH hastalarının Birleşik Parkinson Hastalığı Derecelendirme Ölçeği puanını tahmin etmek için kullanılabilir.
Özet (Çeviri)
Today, especially with the developments in machine learning, there has been an increase in the studies carried out within the scope of voice disorders and speech measurements. Especially for diseases with speech impairment symptoms such as Parkinson's, classification studies are carried out by using different methods and analysis of sounds. When the studies for Parkinson's disease are examined, it is seen that the studies are generally focused on the evaluation of sounds and patient handwriting with machine learning methods. The aim of this study was to evaluate the performance of machine learning methods using the“Parkinson's Disease Classification (PDC)”dataset created by Şakar et al. (2019). The difference of the study from other studies is to test the success of these techniques on the PDC dataset by using more machine learning and deep learning techniques. According to the algorithm results for the PD classification problem in the literature, it is seen that higher accuracy rates are reported in this study. As a result of the study, it is seen that the best results are obtained from the Convolutional Neural Networks (KSA) algorithm. The KSA technique, which has shown promising results in the PH classification problem in future studies, can be used to estimate the Unified Parkinson's Disease Rating Scale score of PH patients to create a PH tele-monitoring system.
Benzer Tezler
- 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
- Çoklu ses kayıtları içeren bir parkinson konuşma veri kümesinin toplanması ve analizi
Collection and analysis of a parkinson speech dataset with multiple types of sound recordings
BETÜL ERDOĞDU ŞAKAR
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
DOÇ. DR. OLCAY KURŞUN
- Öznitelik seçme ve sınıflandırma algoritmalarını kullanarak sürdürülmüş fonasyon testlerinden web tabanlı parkinson hastalığının teşhisi
Web based diagnosis of the parkinson disease from sustained vowel phonation tests using feature selection and classification algorithms
BÜNYAMİN GÖKPINAR
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL ATACAK
- Ses sinyallerinden parkinson hastalığının teşhisi için hibrit makine öğrenmesi temelli cinsiyete bağlı yeni bir yaklaşım
A new approach due to gender based on hybrid machine learning for diagnosis of parkinson's disease from sound signals
KILIÇARSLAN YILDIRIM
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET RECEP BOZKURT
- Vokal kord ölçümlerinden makine öğrenmesi yöntemleri kullanarak Parkinson hastalığının teşhisi
The detection of Parkinson disease using machine learning models
BÜŞRA ZEYNEP GÜREL
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT HEKİM