Yapay zeka ile bireylerde otizm tespiti
Detection pof autism among individuals by artificial intelligence analysis and methods
- Tez No: 850785
- Danışmanlar: PROF. DR. SERHAT ÖZEKES
- Tez Türü: Yüksek Lisans
- Konular: Fiziksel Tıp ve Rehabilitasyon, Physical Medicine and Rehabilitation
- Anahtar Kelimeler: Makine Öğrenimi, DSM-V, Otizmde Tanı, Yapay Zeka, Machine Learning, DSM-V, Autism, Artificial Intelligence, Autism Diagnosis
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: 48
Özet
Otizmli bireyler hem sözlü hem de sözlü olmayan sosyal becerilerde eksiklikler, tekrarlanan davranışlar ve iletişim sorunları ile mücadele eder. Otizm genetik olarak kabul edilse de, bireylerin davranış özellikleri ve yüz özellikleri üzerinde test edilmesi sırasında doğru tanı oranları ortaya çıkarılabilir. Farklı yüz deformasyonları, araştırmacıların bireyin sadece bir görüntüsünü analiz ederek bireyin hastalığa sahip olup olmadığını belirlenmesine olanak sağlayabilir. Bu çalışmanın amacı yapay zeka tespitinde, yüz özellikleri üzerinden bireylerin otizmli olup olmadığını tahmin etmek, belirli ve tekrarlanan davranış özellikleri hakkında sorular sorarak her iki sonucu değerlendirmek, otizmli bireylerin tanılama aşamasında görev yapan uzmanlara veri sunmaktır. Bu araştırmada Python programlama dili kullanılarak Google CoLab üzerinden kodlama oluşturulacaktır. Otizmli bireylerin davranış özellikleri hakkında tespit ve değerlendirme yapabilmek için otizm olasılığı olan bireylerin fotoğraflarından elde edilecek veriler ve DSM-V Otizm Spektrum Bozuklukları Tanı Ölçütlerine ilişkin sonuçlar kullanılmıştır. Otizmli bireyler üzerine gerçekleştirilen bilimsel yapay zeka çalışmaları hakkında tutarlı taramalar gerçekleştirilmiş ve birincil ve ikincil kaynaklardan faydalanılmıştır. Bahse konu tez çalışmasının temelini Kaggle isimli platformda düzenlenen veri seti oluşturmaktadır. Halihazırda oluşturulmuş verilerde otizmli bireylerin internette yer alan fotoğrafları derlenmiştir. Bununla birlikte, çalışmanın kod altyapısını ve tutarlılığını tespit edebilmek için birkaç adet örneklem üzerinde çalışma gerçekleştirilmiştir. Çalışmada kullanılan CNN ile en yüksek doğruluk oranı %98.75 elde edilmiştir. Model eğitiminde CNN'de başarıyı yakalamıştır. DSM-V tanı kriterleri ile sorulan soruların sonucunda ise elde edilen“Evet”sorusunun yanıtı ise % 99.99 yüzdesi ile 12-24 ay yaş aralığında teşhisi konulan otizmli bireyin fotoğrafı ile modele otizmli mi değil mi sorusu sorulduğunda otizmli sınıfında olduğunu bilerek modeli doğrulamıştır.
Özet (Çeviri)
People with autism often grapple with limitations in both spoken and unspoken social abilities, repeated behaviors, and difficulties in communication. Although autism is believed to be genetically linked, the most precise diagnosis is accomplished by observing behavioral aspects and facial characteristics of the individual. Specific facial anomalies aid scientists in identifying if a person has autism by examining a single photograph. As the aim of this research employ artificial intelligence to recognize whether individuals are autistic or not, based on their facial features. The study will also evaluate distinct and repeated behaviors by questioning, and offer relevant data to professionals involved in diagnosing autism. The methodology for this study will involve coding using Python on Google's Colab platform. The data, sourced from images of individuals who likely have autism and the diagnostic criteria of Autism Spectrum Disorder as per DSM-V, will be crucial in detecting and assessing the behavioral traits of autistic individuals. The research will review artificial intelligence studies focused on autism systematically, drawing from both primary and secondary sources. This project is fundamentally based on a dataset organized on Kaggle, composed of collected internet photos of individuals with autism. Furthermore, the study will include a preliminary assessment of a few samples to evaluate the code structure and the study's overall coherence. The study achieved a high accuracy of 98.75% Convolutional Neural Network (CNN) model.In the training phase of the model, an achievement was realized with the CNN. Upon asking questions based on the DSM-V diagnostic criteria, the“Yes”response was validated with 99.99% certainty. This validation was performed by introducing the model to a photograph of an autistic person, who had been diagnosed between 12-24 months of age, and then ascertaining whether the individual was autistic.
Benzer Tezler
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks
Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz
AHMET KEMAL YETKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Kentsel alanlardaki fiziksel ve sosyoekonomik belirleyicilerin çocuk sağlığına etkilerinin CBS ile araştırılması
Investigating the effects of physical and socio-economic determinants on children health through GIS
ASLI KAHRAMAN
Yüksek Lisans
Türkçe
2020
Coğrafyaİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. AHMET ÖZGÜR DOĞRU
- İstanbul boğazından geçen ticari gemilerden kaynaklanan emisyonun incelenmesi
Analysis of the emissions from the ships passing through the istanbul strait
CENK AY
Yüksek Lisans
Türkçe
2020
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BAL BEŞİKÇİ
- Trabeküler kemik yapılarının yapay zeka yöntemleri ile modellenmesi
Trabecular bones structure analyzing using artificial intelligence methods
ABDURRAHİM AKGÜNDOĞDU
Doktora
Türkçe
2009
Bilim ve Teknolojiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN