Yapay zeka teknikleri ile COVID-19 hastalık tahmini
COVID-19 disease prediction with artificial intelligence techniques
- Tez No: 822257
- Danışmanlar: DR. ÖĞR. ÜYESİ FERHAT ATASOY
- 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: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 129
Özet
Bu tezde, sağlık hizmetleri yönetiminde etkinliği sağlamak üzere, Covid-19 hastalığının doğru olarak teşhisinde makine öğrenmesi tekniklerinin başarısının karşılaştırılması amaçlanmıştır. Yapay zeka ve makine öğrenmesi yöntemlerinin sağlık yönetimi ve hizmetleri alanındaki kullanımı gün geçtikçe artmaktadır. Covid-19 virüsü tüm dünyayı etkisi altına alan, birçok hastada nefes darlığı, öksürük, ateş gibi benzer belirtiler ile ortaya çıkan bir Sars grubuna ait bir virus türüdür. Hastalığın teşhisinde PCR testleri kullanılmaktadır. Covid-19 pandemi koşullarında dünyanın gelişmiş ülkelerinde dahi test kitlerine erişimde sıkıntılar yaşanmıştır. Ayrıca test kitlerinin doğruluk oranının yüksek olmaması da ayrı bir sorun teşkil etmiştir. Bundan dolayı zaman zaman hastalık belirtilerine göre tedavi aşamasına geçilmiştir. Problemin çözümüne katkı sağlamak amacıyla Covid-19 virüsünün teşhisi için rutin kan testlerinin kullanılması çalışmanın motivasyonunu oluşturmaktadır. Covid-19 risk faktörlerinin yaygınlığını anlamak için gerçekleştirilen ve kamuya açık, 1677 hastada PCR testleri esnasında alınan kan tahlil değerleri ile birlikte 35 değişkenden oluşan veri seti üzerinde makine öğrenmesi ve veri madenciliği yöntemleri kullanılarak regresyon ve sınıflandırma işlemleri gerçekleştirilmiştir. Modelin eğitilmesi ve testi amacıyla, veri setinin %70'i eğitim, %30'u test kümelerine bölünmüştür. Çalışmada hastalıkların doğru olarak teşhisi amacıyla kullanılan algoritmalarda %80'in üzerinde sınıflandırma başarısı elde edilmiştir. Bu durum, teşhis ve tedavi süreçlerinde insan kaynaklı hataları azaltmak ve medikal karar süreçlerine destek amacıyla, makine öğrenmesi tekniklerine başvurulabileceğini göstermektedir.
Özet (Çeviri)
In this thesis, it is aimed to compare the success of machine learning techniques in the correct diagnosis of Covid-19 disease to ensure effectiveness in health management. The use of artificial intelligence and machine learning methods in the field of health management and services is increasing day by day. The Covid-19 virus is a type of virus belonging to a Sars group, which affects the whole world and presents with similar symptoms such as shortness of breath, cough, and fever in many patients. PCR tests are used in the diagnosis of the disease. In the conditions of the Covid-19 pandemic, there have been difficulties in accessing test kits even in the developed countries of the world. In addition, the fact that the accuracy rate of the test kits is not high has also constituted a separate issue. Therefore, from time to time, the treatment phase was started according to the symptoms of the disease. In order to contribute to the solution of the problem, the use of routine blood tests for the diagnosis of the Covid-19 virus constitutes the motivation of the study. As a result of the notch stroke regression and classification processes were carried out using machine learning and data mining methods on the data set consisting of 35 variables, together with the blood analysis values taken during PCR tests in 1677 publicly available patients, to understand the prevalence of Covid-19 risk factors. For the purpose of training and testing the model, 70% of the dataset is divided into training and 30% test sets. In the study, over 80% classification success was achieved in the algorithms used for the correct diagnosis of diseases. This situation shows that machine learning techniques can be applied to reduce human-induced errors in diagnosis and treatment processes and to support medical decision processes.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Predicting RT-PCR test outcomes with machine learning: Guided autoencoder-based imputation and clinical utility assessment
Makine öğrenmesi ile RT-PCR test sonuçlarının tahmini: yönlendirilmiş otokodlayıcı tabanlı tamamlama ve klinik fayda değerlendirmesi
THİERRY MUGENZİ
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CAHİT PERKGÖZ
- COVID-19 patogenezinin moleküler düzeyde tanımlanması ve tahmini için spektrokimyasal ve açıklanabilir yapay zekâ yaklaşımlarının birlikte değerlendirilmesi
Co-evaluation of spectrochemical and explainable artificial intelligence approaches for molecular-level identification and prediction of COVID-19 pathogenesis
GÖRKEM TOKGÖZ
Yüksek Lisans
Türkçe
2025
BiyomühendislikBilecik Şeyh Edebali ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. RAFİG GURBANOV
- Yapay zeka ve görüntü işleme teknikleri kullanılarak Covid-19 tespiti ve sınıflandırılması
Covid-19 detection and classification using artificial intelligence and image processing techniques
NURŞAH DİNCER
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN GÖRGEL
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN