Vücut yağ yüzdesinin tahmin edilmesinde makine öğrenmesi
Machine learning in estimating body fat percentage
- Tez No: 816240
- Danışmanlar: PROF. DR. FATMA ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: Beslenme ve Diyetetik, Nutrition and Dietetics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Biruni Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Beslenme ve Diyetetik Ana Bilim Dalı
- Bilim Dalı: Beslenme ve Diyetetik Bilim Dalı
- Sayfa Sayısı: 150
Özet
Obezitenin ve bulaşıcı olmayan hastalıkların tedavisi sürecinde önemli bir takip parametresi olan vücut yağ yüzdesi (VYY) oranın tespiti ve dağılımı oldukça değerlidir. Vücuttaki yağ doku ve yağsız dokunun ayırımı çeşitli vücut kompozisyonları yöntemleriyle sağlanabilmektedir. Günümüzde vücut kompozisyonunun elde edilmesinde pahalı ve etkin olanların yanısıra kolay ancak yüzeyel kalan yöntemler kullanılmaktadır. Bu tez, son zamanlarda verimliliği ve etkinliğiyle dikkat çeken yapay zekânın birçok dalından biri olan makine öğrenmesi (MÖ) yöntemlerinden Genetik Programlama (GP) ile VYY'sinin tahmin edilmesi ve etkin denklemlerin geliştirilmesi amacıyla yürütülmüştür. İstanbul ilinde Kasım 2022-Mart 2023 tarihleri arasında 172 katılımcıyla yürütülmüştür. Yöntemlerde girdi olarak bireylerin 13 antropometrik ölçümü ve Healthy Eating Index-2015'in Türkçe çevirisinden elde edilen diyet kalite puanları kullanılmıştır. Çıktı olarak ise katılımcıların BİA ile ölçülen VYY değerleri kullanılmıştır. Çalışma üç farklı senaryo üzerinden planlanmış olup literatürde bulunan VYY'sinin tahmininde kullanılan yedi ampirik denklemin sonuçları bu araştırmada kullanılan GP yönteminden elde edilen sonuçlarla karşılaştırmalı şekilde analiz edilmiştir. Çalışma sonunda, tüm bireyler için GP yöntemiyle VYY tahmini 0.878 korelasyon katsayısıyla başarılı şekilde elde etmiştir. Erkek bireyler için en iyi VYY tahminin 0.951 korelasyon değeriyle GP yönteminde, kadın bireyler için en iyi VYY tahminin 0.938 korelasyon değerine sahip VYY tahmin denklemi olan Jackson ampirik denkleminde sağlandığı görülmüştür. Bu tez çalışmasında GP yöntemiyle VYY tahmini sağlayabilen dokuz denklem modelinde erkeklerde vücut ağırlığı, bilek çevresi; kadınlarda göğüs çevresi, kalça çevresi ve önkol çevresi dikkat çekmiştir. MÖ ile VYY tahmininin daha kolay ve ucuza elde edilebildiği, bu alanda farklı MÖ yöntemleriyle VYY tahmini sağlayabilecek farklı denklem ve yaklaşımların geliştirilebileceği sonucuna varılmıştır.
Özet (Çeviri)
The determination and distribution of body fat percentage (BFP), which is an important monitoring parameter in the treatment of obesity and non-communicable diseases, is highly valuable. The seperation of fat tissue and lean tissue in the body can be achieved through various body composition measurement methods. Today, in addition to expensive and effective methods, easy but superficial methods are used to obtain body composition. This thesis has been carried out with the aim of estimating the BFP of Genetic Programming (GP) from machine learning (ML) methods, one of the many branches of artificial intelligence that has recently attracted attention with its efficiency and effectiveness, and the development of effective equations. The study focuses on employing GP methods to estimate BFP and develop accurate equations for this purpose. It was conducted in Istanbul province between November 2022- March 2023 with a total of 172 participants. In the methods, 13 anthropometric measurements of individuals and diet quality scores obtained from the Turkish translation of the Healthy Eating Index-2015 were used as inputs. As the output, the VYY values of the participants measured by by Bioelectrical Impedance Analysis (BIA) were used. The study was planned through three different scenarios and the results of the seven empirical equations used in the estimation of BFP in the literature were analyzed in comparison with the results obtained from the GP method used in this study. At the end of the study, the GP method successfully achieved a correlation coefficient of 0.878 for predicting BFP in all individuals. The GP method demonstrated the highest correlation value of 0.951 for BFP prediction in male individuals, while the Jackson empirical equation yielded the best BFP prediction with a correlation value of 0.938 for female individuals. In this thesis study, body weight, wrist circumference for males, chest circumference, hip circumference and forearm circumference for females attracted attention in the nine equation model that can provide BFP estimation using the GP method. It has been concluded that BFP estimation can be obtained more easily and cheaply with ML, and that different equations and approaches can be developed in this area that can provide BFP estimation using different ML methods.
Benzer Tezler
- Vücut yağ yüzdesi tahmini için özellik seçim yöntemlerinin karşılaştırılması
Comparison of feature selection methods for estimation of body fat percentage
ASUDE ALTIPARMAK BİLGİN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Vücut yağ oranının tahmin edilmesinde vücut yağ indeksi (Body Adıposıty Index(BAI))'nin geçerliliği
The validity of Body Fat Index in estimating percent body fat
SEMANUR GÜL ÖZTÜRK
Tıpta Uzmanlık
Türkçe
2022
Aile Hekimliğiİstanbul Medeniyet ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. HACER HİCRAN MUTLU
- Kolelitiazis ile bağıl yağ kütlesi arasındaki ilişkinin incelenmesi
Examining the relatioinship between cholelithiasis and relative fat mass
GÜVEN YANMAZ
Tıpta Uzmanlık
Türkçe
2023
Genel CerrahiSağlık Bilimleri ÜniversitesiGenel Cerrahi Ana Bilim Dalı
PROF. DR. HAKAN BULUŞ
- Accuracy in body composition assessment with three different hethods compared to dexa
Dexa ile karşılaştırıldığında üç farklı yöntemle değerlendiren vücut kompozisyonundaki doğruluk
SERKAN DÜZ
Yüksek Lisans
İngilizce
2003
SporOrta Doğu Teknik ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
PROF. DR. FEZA KORKUSUZ
- Tip 1 diyabetli çocuk ve adolesanlarda metabolik sendrom prevalansı ve metabolik sendromun öngörülmesinde EGDR ve bia'nın yeri
The prevalance of metaboli̇c syndrome and utility of estimated glucose di̇sposal rate and fat mass percentage for predicting in children and adolescents with type 1 diabetes
ÖZLEM KÖKEN
Tıpta Uzmanlık
Türkçe
2015
Endokrinoloji ve Metabolizma HastalıklarıOndokuz Mayıs ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. CENGİZ KARA