Geri Dön

An artificial intelligence based algorithm for verifying clinical biochemistry tests

Klinik biyokimya testlerini doğrulamak için yapay zeka tabanlı algoritma

  1. Tez No: 830324
  2. Yazar: KADRİ CAN EROĞLU
  3. Danışmanlar: DOÇ. DR. HAKAN GÜRAY ŞENEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Devreler ve Sistemler Bilim Dalı
  13. Sayfa Sayısı: 99

Özet

Tıbbi laboratuvarlarda, otomatik doğrulama sistemi, önceden tanımlanmış kurallar çerçevesinde laboratuvar çalışanları tarafından manuel müdahaleye ihtiyaç duyulmadan, bilgisayar tabanlı algoritmaların laboratuvar test sonuçları üzerinde otomatik olarak eylemler gerçekleştirdiği bir süreç ya da daha gelişmiş algoritmalar ile sonuçların değerlendirilmesini sağlayan sistemdir. Bu tezde seçilen klinik biyokimya testlerinin hem kural tabanlı otomatik doğrulama sistemi ile ve bununla birlikte makine öğrenmesi tabanlı otomatik doğrulama sistemi ile doğrulanması uygulanacaktır. Bu çalışma sırasında 4 farklı makine öğrenmesi yöntemi üzerinde çalışma yapılmış ve seçilen testlerde yapılan otomatik doğrulama oranları gözlemlenmiştir. Bu çalışma için 2 ayrı veri seti seçilmiş, bir tanesi makine öğrenmesi sisteminin eğitilmesi için kullanılmış ve üçüncü bir veri seti ise gerçek zamanlı veri üzerinde çalıştırılmış ve klinik uzmanının yapmış olduğu onaylar ile karşılaştırma yapılmıştır. Sonuç olarak, klinik biyokimya testlerinin otomatik doğrulama sistemi için örnek bir yapı oluşturulmuştur

Özet (Çeviri)

In medical laboratories, an automatic verification system refers to a process where computer-based algorithms automatically perform actions on laboratory test results based on predefined rules, without the need for manual intervention by laboratory personnel, or through more advanced algorithms for result evaluation. In this thesis, selected clinical biochemistry tests will be verified using both a rule-based automatic verification system and a machine learning-based automatic verification system. During this study, work was conducted on four different machine learning methods are examined, and the automatic verification rates for the selected tests are observed. Two separate datasets were chosen for this study, one used for training the machine learning system and the third executed in real-time with comparisons made against approvals by clinical experts. As a result, an exemplary structure for the automatic verification system of clinical biochemistry tests was created.

Benzer Tezler

  1. Mil-Std 1553 tabanlı sistemler için yeni bir saldırı tespiti yaklaşımı

    A new intrusion detection approach for Mil-Std 1553 based systems

    YUNUS EMRE ÇİLOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞERİF BAHTİYAR

  2. Çevresel performans odaklı adaptif cephe modülü için akıllı sistem tasarımı

    Intelligent system design for environmental performance oriented adaptive façade module

    ERHAN KARAKOÇ

    Doktora

    Türkçe

    Türkçe

    2021

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. GÜLEN ÇAĞDAŞ

  3. Hibrit araçlar için yapay zeka tabanlı bir kontrol stratejisi

    An artificial intelligence based control strategy for hybrid vehicles

    YILMAZ SERYAR ARIKUŞU

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NEVRA BAYHAN

    DOÇ. DR. HASAN TİRYAKİ

  4. Görüntü işlemede gürültü giderme üzerine yapay zeka tabanlı algoritma

    Artificial intelligence based algorithm for denoising in image processing

    ORBAY ÇAĞLAYAN ŞİMŞEK

    Doktora

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiErciyes Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. EMEL KIZILKAYA AYDOĞAN

  5. COOT optimizasyon algoritması temelli yapay sinir ağı modeli

    Artificial neural network model based on COOT optimization algorithm

    AYŞENUR ÖZDEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL İŞERİ