Geri Dön

Helping to detect clinical conditions through language

Dil aracılığıyla klinik durumların tespitine yardımcı olma

  1. Tez No: 868446
  2. Yazar: RABİA YAŞA KOŞTAŞ
  3. Danışmanlar: DR. ALINE VILLAVICENCIO
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: University of Essex
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Elektronik Mühendisliği ve Bilgisayar Bilimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 41

Özet

Alzheimer Hastalığı (AH), yaşlı insanlarda görülen demans türlerinden biridir. Hastalığın ilerlemesi ve hastanın yaşam kalitesinin artırılması için erken müdahale çok değerlidir. Ancak normal yaşlanma ile hasta arasındaki farkı ayırmak zordur. AH hastalığının konuşma yeteneği üzerinde önemli bir etkisi vardır ve araştırmalar semantik sözel akıcılık testi (SAT) ile toplanan veriler üzerinde önemli sonuçlar elde etmiştir. Bu çalışmada, Hayvan adlandırma sözel akıcılık verileri Troyer Taksonomisi, Wordnet ve Word2vec modellerini araştırmak için kullanılmıştır. Bu üç yöntem kullanılarak kümeleme ve geçiş türevleri özellikler oluşturmak için elde edilmiştir. Oluşturulan semantik ve leksikal özelliklerle Destek Vektör Makinesi (Support vector Machine), Rastgele Orman (Random Forest) ve Naive Bayes sınıflandırıcıları eğitilir ve hastalarla sağlıklı bireyleri ayırt etmek için kullanılır. Sonuçlar genel olarak anlamlı bulunmuştur. Hayvan adlandırma sözel akıcılık testi sonuçları, bu üç yöntemle AH hastaları için değerli bir tanı aracıdır.

Özet (Çeviri)

Alzheimer's Disease (AD) is one of the dementia types seen with elderly people. Early intervention is very valuable for the progress of the disease and for making the patient's life better. However, it is difficult to distinguish between normal aging and the patient. AD disease has a significant influence on speech ability and the investigations have had important results on the collected data with the semantic verbal fluency test (SVF). In this study, Animal naming verbal fluency data is used to investigate Troyer Taxonomy, Wordnet and Word2vec models. Using these three methods cluster and switch derivations are obtained for creating features. Support vector Machine, Random Forest and Naive Bayes classifiers are trained with created semantic and lexical features to distinguish patients and healthy individuals. The results were generally found to be meaningful. Animal naming verbal fluency test results are valuable diagnostic tool for AD patients with these three methods.

Benzer Tezler

  1. Stress measurement and regulation in real-life using affective technologies

    Duygusal teknolojilerle gerçek hayatta stres ölçümü ve regülasyonu

    NIAZ CHALABIANLOO

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEM ERSOY

  2. Mide kanserinin tespiti için görüntü işleme teknikleri kullanılarak bir karar destek sisteminin geliştirilmesi

    Development of a decision support system by using image processing techniques for detecting stomach cancer

    ALİ YAŞAR

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL SARITAŞ

  3. A reliable control algorithm for upper limb arm exoskeleton

    Üst uzuv kol dış iskelet için güvenilir kontrol algoritması ve mekanik tasarım

    ÖMER ŞEVKİ AKALIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZGÜR TURAY KAYMAKÇI

  4. Su yönetim sistemleri için yapay zeka ve büyük veri destekli su kalitesi izleme ve anomali tespit sistemi

    Artifical intelligence and big data supported water quality monitoring and anomaly detection system for water management systems

    SEDA BALTA KAÇ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SÜLEYMAN EKEN

  5. LHC'de CMS ileri bölgesi için dedektör sistemlerinin geliştirilmesi

    Development of detector systems for CMS forward region at LHC

    BERKAN KAYNAK

    Doktora

    Türkçe

    Türkçe

    2024

    Fizik ve Fizik Mühendisliğiİstanbul Üniversitesi

    Yüksek Enerji ve Plazma Fiziği Ana Bilim Dalı

    PROF. DR. SUAT ÖZKORUCUKLU

    DR. JOACHİM BAECHLER