Heart attack prediction using machine learning
Makine öğrenme kullanarak kalp kriz tahmin
- Tez No: 833575
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Dünya Sağlık Örgütü (DSÖ) 2020 raporuna göre, her yıl 17.9 milyondan fazla insan kalp krizinden hayatını kaybetmektedir, bu da onu dünyadaki en ölümcül hastalıklardan biri yapmaktadır; ayrıca kalp krizi, dünya genelinde birçok insanın hayatını etkileyen kardiyovasküler hastalık olarak nitelendirilmektedir. Makine öğrenimi, sağlık endüstrisi için hayati öneme sahip olup bilimsel gelişmelerle birlikte insanların yaşam kalitesini artırmaktadır. Bu tezde, makine öğrenimi algoritmaları kullanılarak kalp krizinin tahminine yönelik çalışmalar yapılmıştır. Çalışmalarda kullanılan veriler UCI Makine Öğrenme veri tabanından alınmıştır. Literatürde bilinen beş makine öğrenimi modeli kullanılarak kalp krizinin tahminine yönelik yapılmıştır. Ayrıca tezde, kalp krizinin tahminine yönelik veri ön işleme, hiperparametre ayarlama ve Logistic regresyonun bütünleşmesinden oluşan kavramsal yeni bir model önerilmiştir. Önerilen model üzerinde yapılan testler tatmin edici sonuçlar üretmiş ve %93'lük doğruluk sonucuna ulaşılmıştır. İlaveten önerilen modelin ürettiği sonuçlar diğer makine öğrenmesi algoritmalarının sonuçları ile karşılaştırılmış ve önerilen modelin diğer algoritmalardan daha iyi sonuçlar ürettiği gösterilmiştir.
Özet (Çeviri)
According to the World Health Organization (WHO) 2020 report, more than 17.9 million people lose their lives due to heart attacks each year, making it one of the deadliest diseases worldwide; furthermore, heart attack is classified as a cardiovascular disease that affects the lives of many people globally. Machine learning, vital to the healthcare industry, enhances people's quality of life along with scientific advancements. In this thesis, studies on predicting heart attacks using machine learning algorithms were conducted. The data used in the studies were obtained from the UCI Machine Learning database. The prediction of heart attacks was carried out using five well-known machine learning models mentioned in the literature. Additionally, a new conceptual model integrating data preprocessing, hyperparameter tuning, and Logistic Regression was proposed for predicting heart attacks in this thesis. Tests conducted on the proposed model yielded satisfactory results, achieving an accuracy rate of 93%. Furthermore, the results produced by the proposed model were compared with the outcomes of other machine learning algorithms, demonstrating that the proposed model outperforms other algorithms.
Benzer Tezler
- Yapay zeka yöntemleri kullanılarak st segment yükselmeli miyokart infarktüslü hastaların ölüm risk analizi ve tahmini
Death risk analysis and prediction of patients with st-segment elevated myocardial infarction using artificial intelligence methods
BAHAR ÖZYILMAZ
Yüksek Lisans
Türkçe
2024
Acil TıpBatman ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULKERİM ÖZTEKİN
- Heart disease prediction project
Kalp hastalıklarını önleme projesi
RUBA AYAD YOUSIF AL-SAMMARRAIE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
- Kalp krizi karar destek sistemi
Heart attack decision support system
İLKNUR BUÇAN KIRKBİR
Yüksek Lisans
Türkçe
2017
BiyoistatistikKaradeniz Teknik ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
YRD. DOÇ. DR. BURÇİN KURT
- Fotopletismografi sinyal ile manşetsiz giyilebilir kan basıncı tahmin sistemi
Cuff-less wearable blood pressure estimation system with photoplethysmography signal
HÜSEYİN MURAT KOPARIR
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiTekirdağ Namık Kemal ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN ARSLAN
- Normalize edilmiş kalp hızı değişkenliği analizi ile paroksismal atriyal fibrilasyon tespiti
Detection of paroxismal atrial fibrilation with normalized heart rate variability analysis
MURAT SÜRÜCÜ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL KARA
DOÇ. DR. YALÇIN İŞLER