Developing novel model for disease detections by processing medical data with artificial intelligence techniques
Yapay zeka teknikleri teknikleriyle tıbbi verileri kullanarak tespit yapan yeni bir model ve algoritma geliştirme
- Tez No: 844896
- Danışmanlar: DOÇ. DR. OĞUZ ATA
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 195
Özet
Son zamanlarda, Yapay Zekanın kullanımı insan yaşamı üzerinde büyük etki oluşturmuştur. Sağlık sektörü yapay zekayı aktif bir şekilde kullanan en önemli sektörlerden biridir. Tıbbi veriler, klinik bilgilerini analiz etmek, tanı ve tedavi de yeni bir yol göstermek için kullanılabilir. Tıbbi verilerin çoğu ortak özelliklere sahip olsalar bile, bu verilerden yola çıkarak teşhis yapmak son derece zordur ve ilgili alanda kapsamlı deneyim gerektirir. Modern bilgisayar teknolojileri bize bu alanda yardımcı olmaktadır. Yapay zekanın alt alanı olan, makine öğrenimi ve derin öğrenme ile hastalıkları teşhis edebilmek ve etkili tedavisi yöntemlerini bulmak tıpta bir devrimdir. Pandemiden sonra yaşam tarzımız tamamıyle değişmiştir. Gelecekte, hastaneye gelen hasta sayısı azaltılarak, Yapay Zeka ile sadece hastalık görüntüsünden ya da tıbbi geçmişinden yola çıkılarak ön tanı yapılabilecek, tedavi önerebilecek ve riskli hasta gruplarını hızlı bir şekilde teşhis edilebilecktir. Sağlık sektörü uzmanları zamanlarının çoğunu otomatik yapılabilecek işlemler yerine araştırmaya ayırabileckler. Yapay zeka teşhis sistemleri, uzmanlara zaman kaybettirmeden doğru tedavi ünitesine yönlendirmelerine imkan sağlayacaktır. Makine Öğrenim metodları doktorlara, klinisyenlere ve hastalara bu zorluklarla hızlı bir şekilde başa çıkmayı sağlayacaktır. Makine Öğreniminin iyileştirilmesi ve bu teknolojinin sıklıkla kullanılması, tıbbi veri işleme alanında insan faktörünün etkisini sınırlandırmıştır. Bu iyileştirme sağlık sektöründe iş gücü ve zaman kaybını azaltmıştır. Tıbbi verilerdeki kullanımına bağlı artışı ve bu verilerin hız bir şekilde gelişmesi, sağlık hizmetlerinde yapay zekanın başarılı bir şekilde uygulanmasını mümkün kılmıştır. Bu araştırma, makine öğrenim modellerini kullanarak hastalıkları tanımlayabilen, sınıflandırabilen, tıbbi verilerden anlamlı sonuçlar üretebilen otomatik hastalık ön tanı modeli önermektedir. Bu model varolan makine öğrenme ve derin öğrenme algoirtmalarını inceleyerek,yeni bir algoritma üretecektir. Önerilen algoritma doğru veri setleriyle beslenerek yeni bir model üretecektir. Bu sayede yaygın olarak kullaanılmakta olan algoritma ve modellerin yeni bir yorumu yapılacaktır. Sağlık alanında kullanılmasını hedeflediğimiz yeni model verileri doğru işleyerek, yalnızca hastalıkların erken, doğru ve hızlı teşhisine yardımcı olmayacak aynı zamanda sonuçları ve tedavisi ile standardizasyonu sağlayıp, gelecekte ki hastalık risklerini tahmin edecektir.
Özet (Çeviri)
Recently, Artificial Intelligence had a big impact on our lives. The Healthcare Industry is one of the most critical areas that uses Artificial Intelligence. Medical data can be used to analyse clinical information and show a new way for diagnosis and treatment. Although most of the medical data have common features, diagnosis is extremely challenging and requires extensive experience in the domain. It can be achieved using modern computer technologies. There is a requirement for effective treatment of diseases that could be diagnosed through machine learning and deep learning architecture, which is a subfield of Artificial Intelligence. Processing fast and accurate medical data for medical diagnostics is a big revolution in Artificial Intelligence Our lifestyle has completely changed after the pandemic. In the future, pre-diagnosis will be made remotely by just checking disease images through Artificial Intelligence, reducing the number of patients coming to the hospital. Thus, doctors will have more time for the research instead of pre-diagnosis. Artificial intelligence diagnostic systems will direct experts to the proper treatment unit without wasting time. Machine learning is also a subfield of artificial intelligence that enables scientists, clinicians, and patients to deal with some of these challenges. Improvement of Machine Learning and the usage of this technology have limited the human factor in the field of medical data processing, just as to make a benefit regarding time and work. Recent successful applications of artificial intelligence in the healthcare industry have been made possible by the expanding availability of healthcare data and the quick development of medical data. In this research, we propose an automated pre-diagnosis of diseases model using machine learning algorithms to recognize, classify and make a meaningful result of disease. To achieve it, research will use machine learning algorithms, especially deep learning and make a new interpretation of methods and algorithms commonly used. The proposed study, which can be used as a secondary decision system for the healthcare industry, provides standardization of treatments and prediction of disease risks based on clinical features and images.
Benzer Tezler
- Development of Microwave/Droplet-Microfluidics Integrated Heating and Sensing Platforms for Biomedical and Pharmaceutical Lab-on-a-Chip Applications
Development of Microwave/Droplet-Microfluidics Integrated Heating and Sensing Platforms for Biomedical and Pharmaceutical Lab-on-a-Chip Applications
GÜRKAN YEŞİLÖZ
Doktora
İngilizce
2017
BiyomühendislikUniversity of WaterlooMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. CAROLYN L. REN
- Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease
Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi
İNANÇ MORAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ TURGAY ALTILAR
- Design of inorganic peptide bonded fusion biomolecules for tracking disease related proteins
Hastalıkla ilişkili proteinlerin izlenmesinde anorganik peptit bağlarla füzyon biyomoleküllerin tasarımı
BERTAN KORAY BALCIOĞLU
Doktora
İngilizce
2014
Biyomühendislikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
PROF. DR. CANDAN TAMERLER
DOÇ. DR. BERRİN ERDAĞ
- Efficient machine learning models for cancer biology
Kanser biyolojisi için etkin yapay öğrenme modelleri
AYYÜCE BEGÜM BEKTAŞ
Doktora
İngilizce
2022
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET GÖNEN
- Medical image classification with graph convolutional networks
Grafik konvolusiyonel ağlarla tıbbi görüntü sınıflandırması
PSHTIWAN QADER RASHID RASHID
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. İLKER TÜRKER