Yapay öğrenme yöntemleri ile nörokognitif muayenelere bağlı klinik değerlendirmelerden alzheimer risk faktörlerinin belirlenmesi ve buna ilişkin risk sınıflandırması
Determination of alzheimer's disease risk factors and related risk stratification from clinical assessments based on neurocognitive testing with machine learning
- Tez No: 887175
- Danışmanlar: PROF. DR. YILMAZ GÖKŞEN
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Yapay Zekâ, Artırılmış Zekâ, Yapay Öğrenme, Alzheimer, Klinik Karar Destek Sistemleri, Artificial Intelligence, Augmented Intelligence, Machine Learning, Alzheimer, Clinical Decision Support Systems
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 217
Özet
Yaşla birlikte prevalansı artan demans, birden fazla kognitif alanda bozulma ile seyreden ve sonunda günlük yaşamı etkileyen bir klinik sendromdur. Buna bağlı olarak da bağımsızlığın kaybı, engellilik, bakıma ihtiyaç duyma ve ölümle sonuçlanmaktadır. Tüm demans vakalarının %50-80'ini Alzheimer Hastalığı (AH) oluşturmakta, 65 yaşından sonra olguların görülme sıklığı her beş yılda bir ikiye katlanmaktadır. Hastalığın tanısı özellikle erken dönemde; hastalık öncesi evre olarak kabul edilen hafif kognitif bozukluk (HKB) tablosunda da her zaman kolay olamamaktadır. Hastalığın bu evrede tanınması değiştirilebilir risk faktörlerinin belirlenmesi ve modifiye edilmesi açısından oldukça önemlidir. Günümüzde, olası AH'nın erken dönemde tanısı; fizik ve nörolojik muayene, bellek değerlendirmesini sağlayan detaylı nöropsikolojik testler (dikkat, bellek, görsel ve dil becerilerinin, yürütücü işlevlerin değerlendirilmesi), beyin görüntüleme yöntemleri, beyin omurilik sıvısı ve laboratuvar testleri bir bütün olarak değerlendirildiğinde konabilmektedir. Özellikle son yıllarda sağlık verilerinin nicelik ve çeşitlilik bakımından artışıyla birlikte, bu verilerden yararlanılarak Alzheimer hastalığının erken teşhisinde yapay öğrenme tekniklerinin kullanımının yaygınlaştığı gözlemlenmektedir. Bu amaçla, tez kapsamında Dokuz Eylül Üniversitesi Hastanesi Geriatri Bilim Dalı'ndan elde edilen verilerden yararlanılarak, bireyleri Alzheimer, hafif bilişsel bozukluk veya sağlıklı olarak sınıflandırabilecek yapay öğrenme tabanlı bir klinik karar destek sistemi tasarlanmıştır. Burada veri odaklı tıp (data-driven medicine), klinisyene yardımcı bir araç olarak kurgulanmıştır. Geliştirilen uygulamanın klinik pratikte hekimlere erken dönem teşhis ve karar süreçlerinde yardımcı olması beklenmektedir.
Özet (Çeviri)
Dementia, the prevalence of which increases with age, is a clinical syndrome characterized by impairment in multiple cognitive domains and eventually affects daily life. This results in loss of independence, disability, need for care and death. Alzheimer's Disease (AD) accounts for 50-80% of all dementia cases, with the incidence doubling every five years after the age of 65. The diagnosis of the disease is not always easy, especially in the early period, even in mild cognitive impairment (MCI), which is considered to be the pre-disease stage. Recognizing the disease at this stage is very important in terms of identifying and managing modifiable risk factors. Today, early diagnosis of possible Alzheimer's Disease can be made when physical and neurological examination, detailed neuropsychological tests for memory evaluation (assessment of attention, memory, visual and language skills, executive functions), brain imaging methods, cerebrospinal fluid and laboratory tests are evaluated as a whole.Especially in recent years, with the increase in the quantity and diversity of health data, the use of machine learning techniques in the early diagnosis of Alzheimer's disease has become widespread. For this purpose, in this thesis, a machine learning based clinical decision support system is designed to classify individuals as Alzheimer's, mild cognitive impairment or healthy by utilizing the data obtained from the Geriatrics Department of Dokuz Eylul University Hospital. In this context, data-driven medicine is designed as a tool to assist the clinician. The proposed application is expected to assist physicians in early diagnosis and decision-making processes in clinical practice.
Benzer Tezler
- Customer transaction predictive modeling via machine learning algorithms
Yapay öğrenme yöntemleri ile müşteri işlem tahmini modeli
SEYİT ERTUĞRUL
Yüksek Lisans
İngilizce
2023
Bilim ve TeknolojiMEF ÜNİVERSİTESİBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNA ÇAKAR
- Yapay öğrenme yöntemleri ile akciğerdeki tümörlerin birincil kökenlerine göre sınıflandırılması
Classification of tumors in the lung according to primary origins using machine learning methods
ABDULLAH ENES TAHA
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Using machine learning techniques to enhance teaching and performance prediction of students with autism spectrum disorders
Yapay öğrenme yöntemleri ile otizm spektrum bozukluğu olan öğrencilerin öğretiminin ve öğretim performansı tahmininin iyileştirilmesi
AKRAM M.M. RADWAN
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Yapay Öğrenme Yöntemleri ile Kısa Vadeli ve Güncel Bitcoin Fiyat Tahmini
Short Term and Current Bitcoin Price Prediction with Machine Lear-ning Methods
BÜLENT GÜNEK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe Üniversitesiİnternet ve Bilişim Teknolojileri Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET HAŞİM YURTTAKAL
- Fraud detection and prediction with machine learning applications
Yapay öğrenme yöntemleri ile dolandırıcılık tahmini ve tespiti
ALPEREN SAYAR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMEF ÜNİVERSİTESİBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNA ÇAKAR