Geri Dön

Cardiovascular diseases detection using artificial intelligence

Yapay zeka ile kardiyovasküler hastalıklar tespiti

PDF İndir

  1. Tez No: 819027
  2. Yazar: AYODELE MARTIN DOSSOU
  3. Danışmanlar: PROF. ALİ OKATAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. 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
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
  13. Sayfa Sayısı: 43

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

  1. Tez No

    679151

    Sınırlı veri setiyle sınıflama uygulamalarına yeni bir yaklaşım

    A new approach to classification applications with limited dataset

    SAİM ERVURAL

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT CEYLAN

  2. Tez No

    842068

    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

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ARIKAN

  3. Tez No

    815481

    Automated detection of endometrial and ovarian cancers by classification of urine-based FTIR spectroscopy signals using genetic algorithm, machine learning and deep learning methodologies

    İdrar tabanlı FTIR spektroskopi sinyallerinin genetik algoritma, makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sınıflandırılması aracılığıyla rahim ve yumurtalık kanserlerinin otomatik teşhisi

    FATIME OUMAR DJIBRILLAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET EMİN YÜKSEL

  4. Tez No

    787840

    Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti

    AI-based blood pressure detection with electrocardiography signal

    DERYA KANDAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMED KÜRŞAD UÇAR

  5. Tez No

    733822

    Heart sounds classification using deep learning algorithms

    Derin öğrenme algoritmaları kullanarak kalp sesleri sınıflandırması

    MOHAMMED MANSUR ABUBAKAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TANER TUNCER

Geri Dön