Cardiovascular diseases detection using artificial intelligence
Yapay zeka ile kardiyovasküler hastalıklar tespiti
- Tez No: 819027
- Danışmanlar: PROF. ALİ OKATAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Özellik seçimi, Destek Vektör Makinesi (SVM), Transfer Fonksiyonu, Yapay Sinir Ağı (YSA), BMI, Feature selection, Support Vector Machine (SVM), Transfer Function, Artificial Neural Network (ANN), BMI
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bir hastalığa yakalanma olasılığı, insan popülasyonunun büyüklüğü ile birlikte artar. Küresel olarak, çok sayıda hastalık var ve Sağlık sistemlerinin karşı karşıya olduğu ana sorunlardan biri artık hastalardaki hastalığı tespit etmek için gerekli teknolojiden yoksun. Kardiyovasküler hastalık veya CVD, böyle bir hastalıktır. Herhangi bir kardiyovasküler, vasküler veya kan damarı rahatsızlığına atıfta bulunulur. Küresel olarak KVH'lerden ölen insan sayısı DSÖ'den ölenden daha fazladır. Daha çok düşük ve orta gelirli ülkelerde. Hastayken başka bir nedenle hastaneye başvurmak yalnız yaşayan kişilere göre oldukça zor olabilir. Sonuç olarak, hasta olan bir hastayı hastaneye yazılı olarak bildirdiğinde bunu yapabilen bir simülasyon oluşturduk. yapabilen bir simülasyon. Simülasyon şu anda yalnızca kardiyovasküler hastalığı olan hastaları tespit ediyor ve hastaneyi bilgilendiriyor. Kalp hastalığı tespitine odaklanmayı seçtik çünkü bu en kötü hastalıklardan biridir ve insanların ondan ölme olasılığı yüksektir. Bir hastanın kalp hastası olup olmadığının belirlenmesi bir sınıflandırma problemidir. Yaş, kan şekeri, kolesterol ve diğer birçok faktör dikkate alınır ve ardından girdiye göre çıktı sağlanır. Hem geleneksel makine öğreniminden hem de son teknoloji ürünü derin öğrenme tekniklerinden yararlanıyoruz. Makine öğrenimi teknikleri arasında Yapay Sinir Ağı (YSA) ile bir destek vektör makinesi (SVM), lojistik Regresyon,
Özet (Çeviri)
The likelihood of contracting a disease rises with the size of the human population. Globally, there are numerous ailments, and one of the main issues facing Healthcare systems now lack the required technology to detect illness in patients. Cardiovascular disease, or CVD, is one such illness. Any cardiovascular, vascular, or blood vessel ailment is referred to. More people globally die from CVDs than from the WHO. More so in low- and middle-income nations. When ill, it can be quite difficult for any other cause, according for persons who live alone to contact the hospital. As a result, we created a simulation that is capable of when A sick patient notifies the hospital in writing. a simulation that is capable of. Currently, the simulation merely detects and informs the hospital about patients with cardiovascular disease. We chose to focus on heart disease detection because it's one of the worst diseases and there's a significant chance that people may pass away from it. It is a classification problem to determine if a patient has heart disease or not. Age, blood sugar, cholesterol, and many other factors are considered, and the output is then provided based on the input. We leverage both traditional machine learning and state-of-the-art deep learning techniques. The machine learning techniques include a support vector machine (SVM) with Artificial Neural Network (ANN ) , logistic Regression , and
Benzer Tezler
- Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti
Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19
MERVE BEGÜM TERZİ
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- Klinik laboratuvar bulgularının kronik hastalıklar üzerindeki etkilerinin açıklanabilir yapay zeka teknikleri ile değerlendirilmesi
Evaluation of the effects of clinical laboratory findings on chronic diseases with explainable artificial intelligence techniques
TÜRKER BERK DÖNMEZ
Doktora
Türkçe
2025
BiyomühendislikSakarya Uygulamalı Bilimler ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÇAĞRI KUTLU
- Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti
AI-based blood pressure detection with electrocardiography signal
DERYA KANDAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Akım volüm halkası ile obstrüktif uyku apnesi teşhisi için makine öğrenmesi tabanlı bir yöntem geliştirilmesi
Development of a machine learning-based method for the diagnosis of obstructive sleep apnea using flow volume loop
SEVAL BULUT ERİŞ
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET RECEP BOZKURT
PROF. DR. CAHİT BİLGİN
- Heart sounds classification using deep learning algorithms
Derin öğrenme algoritmaları kullanarak kalp sesleri sınıflandırması
MOHAMMED MANSUR ABUBAKAR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER TUNCER