Geri Dön

Parkinson hastalığı için parçacık yığını optimizasyonunda yeni topolojiye dayalı yüksek verimli optimizasyon algoritmasının geliştirilmesi

Development of high efficiency optimization algorithm based on new topology in particle swarm optimization for parkinson's disease

PDF İndir

  1. Tez No: 860776
  2. Yazar: HAWA AHMED ALRAWAYATI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÜMİT TOKEŞER
  4. Tez Türü: Doktora
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Kastamonu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

Parkinson hastalığı, dopamin eksikliğine neden olan substantia nigra'nın kaybı nedeniyle beyindeki yeni hücrelerin zamanla yavaş yavaş öldüğü ilerleyici bir nörodejeneratif hastalıktır. Parkinson hastalığı sorununun doğru teşhisini ele almak için bu araştırma, ikili parçacık sürüsü optimizasyon yöntemini kullanarak Parkinson hastalığı hastalarını sağlıklı bireylerden etkili bir şekilde ayırt edecek yeni bir algoritma tasarlamayı önermektedir. Vaka kontrol çalışması, 196'dan fazla Parkinson hastasının elektroensefalogram veri setini analiz ederek bu algoritmayı değerlendirmek ve bunu aynı yaş ve cinsiyetteki sağlıklı kontrollerle karşılaştırmak için tasarlandı. Karşılaştırma, üç yöntem arasında en doğru olanı bulmak için diğer geleneksel derin öğrenme, lojistik regresyon ve ikili parçacık sürüsü optimizasyon tekniklerini içerir. Bu tezde Parkinson hastalığı için çoklu atalet ağırlık stratejisine dayalı birlikte evrim ikili parçacık sürüsü optimizasyonunu kullandık. Ayrıca veri setindeki özellik sayısını azaltmak için karınca kolonisi optimizasyon yöntemi ve genetik algoritma kullanılmıştır. Sınıflandırma için destek vektör makinesi kullanılmış ve diğer yöntemlerle karşılaştırılmıştır. Ayrıca performans analizi için karışıklık matrisi kullanılır.

Özet (Çeviri)

Parkinson's disease is a progressive neurodegenerative disorder, where new cells in the brain die slowly over time due to the loss of the substantia nigra causing the lack of dopamine. In order to tackle the accurate diagnosis of Parkinson disease issue, this research proposes to design of a new algorithm to efficiently discern Parkinson's disease patients from the healthy individuals using the binary particle swarm optimization method. The case-control study was designed to evaluate this algorithm by analyzing the electroencephalogram dataset of over 196 patients with Parkinson's disease and compare it with that of healthy controls of the same age and gender. The comparison includes other traditional deep learning, logistic regression, and binary particle swarm optimization techniques to find out the most accurate one between the three methods. In this thesis, for Parkinson's disease we used the co-evolution binary particle swarm optimization based on multiple inertia weight strategy. Also, the ant colony optimization method and the genetic algorithm has been used to reduce the features number from the dataset. For classification the support vector machine is used and compared with other methods. Also, for performance analysis the confusion matrix is used.

Benzer Tezler

  1. Tez No

    594064

    Application of particle swarm optimization for computer aided diagnosis of diseases

    Bilgisayar destekli hastalık teşhisi için parçaçık sürü optimizasyonu tekniğinin uygulanması

    FERDA SUNA DÖKME

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SELMA AYŞE ÖZEL

  2. Tez No

    701469

    Destek vektör makineleri parametrelerinin meta sezgisel yöntemler ile optimizasyonu ve parkinson hastalığı veri seti üzerinde uygulanması

    Optimization of support vector machines by meta heuristic methods and applying on parkinson's disease dataset

    ZÜBEYİR ŞÜKRÜ ÖZKORUCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TURGUT ÖZSEVEN

  3. Tez No

    360948

    In silico screening of neuronal nitric oxide synthase enzyme inhibitors

    Seçici nitrik oksit sentaz enzim inhibitörlerinin bilgisayar ortamında taranması

    BAHANUR ÖRTMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    BiyolojiKadir Has Üniversitesi

    Hesaplamalı Biyoloji ve Biyoinformatik Ana Bilim Dalı

    PROF. DR. KEMAL YELEKÇİ

  4. Tez No

    546677

    Multiclass classification of hepatic anomalies based on in vivo microwave dielectric properties

    Hepatik anomalilerin in vivo mikrodalga dielektrik özelliklerine dayalı çok sınıflı sınıflandırılması

    ZEYNEP GÜLSÜM BİLGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA YILMAZ ABDOLSAHEB

  5. Tez No

    689423

    Reconstruction and transcriptome based analysis of rat brain-specific genome-scale metabolic network model for parkinson's disease

    Parkinson hastalığı için sıçan beynine özgü genom ölçekli metabolik modelin oluşturulması ve transkriptoma dayalı analizi

    ORHAN BELLUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    BiyoistatistikGebze Teknik Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. TUNAHAN ÇAKIR

Geri Dön