Diagnosis of coronary artery disease with machine learning approaches
Koroner arter hastalığının makine öğrenimi yaklaşımları ile teşhisi
- Tez No: 850120
- Danışmanlar: PROF. DR. VEHBİ ÇAĞRI GÜNGÖR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Abdullah Gül Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 52
Özet
Dünya Sağlık Örgütü'nün verilerine göre, koroner arter hastalığı(KAH), bilinen ölüm nedenlerinin önde gelen sebeplerinden biridir. KAH, kalp yüzeyinde bulunan ve kalbin kan ihtiyacını karşılayan koroner arter damarlarının tıkanması sonucunda oluşmaktadır. Hastalığın geleneksel yöntemlerle teşhis edilmesi zordur ve maliyetli testlerin yapılmasını gerektirmektedir. Son yıllarda alternatif teşhis yöntemi olarak makine öğrenimi tabanlı yöntemlerin kullanımı artmıştır. Ancak, mevcut literatürdeki çalışmalar düşük tespit oranları ve uzun eğitim sürelerinden muzdariptir. Bu nedenle, güvenilir ve düşük maliyetli teşhis yöntemlerine olan ihtiyaç devam etmektedir. Bu tez çalışmasında, koroner arter hastalığının teşhisi için yeni bir model, CSA-PSO-ANN, önerilmektedir. Önerilen yöntem ile makine öğrenimi modelinin eğitim süresinin kısaltılması ve hastalığın daha yüksek doğruluk oranı ile teşhis edilebilmesi amaçlanmaktadır. Bu tez çalışmasında deneyler halka açık iki veriseti üzerinde gerçekleştirilmiştir. Model eğitim süresini kısaltmak için paralleştirme, öznitelik seçimi ve hiperparametre optimizasyonu yapılmıştır. Model performansı literatürde bilinen makine öğrenimi algoritmaları ve geçmiş çalışmalarla karşılaştırılmıştır. Yapılan deneyler sonucunda, önerilen modelin hastalığın teşhisi konusunda etkili çalıştığı ve diğer yöntemlere göre doğruluk ve F1 skoru performans ölçümlerinde daha iyi sonuçlar elde ettiği görülmüştür.
Özet (Çeviri)
The World Health Organization states that Coronary Artery Disease (CAD) ranks as a primary cause of recorded fatalities. CAD occurs as a result of the blockage of coronary artery vessels, which are located on the surface of the heart and supply the blood that the heart needs. Diagnosing the disease using traditional methods is challenging and requires costly tests. In recent years, the use of machine learning-based methods has increased as an alternative diagnostic approach. However, existing studies in the literature suffer from low detection rates and long training times. Therefore, there is still a need for reliable and low-cost diagnostic methods. In this thesis, a new model, CSA-PSO-ANN, is proposed for the diagnosis of coronary artery disease. The aim is to reduce the training time of the machine learning model and achieve a higher accuracy in diagnosing the disease. Experiments have been conducted on two publicly available datasets. Parallelization, feature selection, and hyperparameter optimization have been performed to shorten the model's training time. The performance of the model has been compared with well-known machine-learning algorithms and previous studies. The experiments showed that the proposed model effectively diagnoses the disease and outperforms other methods in terms of accuracy and F1 score performance metrics.
Benzer Tezler
- Koroner arter hastalığı riskinin makine öğrenmesi ile analiz edilmesi
Analyzing the risk of coronary artery disease using machine learning
ŞEYMA CİHAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL MURAT ÜNVER
- Yapılandırılmış veri kümelerinin GAN ile artırılmasının makine öğrenmesi yöntemleri üzerindeki etkisinin analizi
Analysis of the impact of augmenting structured datasets with GAN on machine learning methods
AMEL SULAIMAN MANDAN SALIHI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- İris görüntüleri kullanılarak makine öğrenmesi ile koroner arter hastalığının tespiti
Coronary artery disease detection based on iris images using machine learning
FERDİ ÖZBİLGİN
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇETİN KURNAZ
- Koroner arter hastalığı ve lezyon lokalizasyonu tahminlerinde efor stres testinin yapay zeka yöntemleri ile değerlendirilmesi
Assessment of exercise stress testing with artificial intelligence methods in both the coronary artery disease and the lesion localization predictions
İSMAİL BABAOĞLU
Doktora
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERKAN ÜLKER
- 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
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN