Yapay zeka yöntemleri kullanılarak st segment yükselmeli miyokart infarktüslü hastaların ölüm risk analizi ve tahmini
Death risk analysis and prediction of patients with st-segment elevated myocardial infarction using artificial intelligence methods
- Tez No: 892618
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULKERİM ÖZTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Acil Tıp, Elektrik ve Elektronik Mühendisliği, Emergency Medicine, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Kalp krizi, yani akut miyokard infarktüsü (Acute Myocardial Infarction – AMI), kalbi besleyen damarların zamanla daralıp tıkanmasıyla kalp kasının bir kısmının yeteri kadar kan alamaması durumudur. Bu durumun geç fark edilmesi ve hemen müdahale edilememesi birey için ölüm ve bazı kalıcı hasarlara neden olabilmektedir. İstatistiklere bakıldığında kardiyovasküler hastalıkların neden olduğu ölümler her geçen gün daha da artmaktadır. Akut miyokart infarktüsünün en ciddi ve ölümcül türlerinden biri olan ST yükselmeli akut miyokart infarktüsü (ST-segment Elevation Acute Myocardial Infarction - STEMI) acil tanı ve müdahale gerektirir. Sağlıkta kullanılan yapay zekâ tabanlı uygulamalar yaygınlaşarak erken teşhis ve tedavinin önünü açmıştır. Modern tıpta, STEMI hastalarının doğru ve hızlı bir şekilde tanımlanarak tedavi edilmesi hayati bir öneme sahiptir. Bu süreç içerinde hastaların ölüm riskini önceden belirlemek, klinik kararların verilmesinde çok büyük rol oynamaktadır. Geleneksel risk değerlendirme yöntemleri genellikle zaman alıcı ve subjektif süreçler olup, klinik verilerin manuel olarak analiz edilmesine dayanmaktadır. Bu çalışmada, yapay zekâ yöntemlerinden makine öğrenmesi algoritmaları kullanılarak hastalarının ölüm risk analizi ve tahminlemesi yapılmıştır. Kullanılan veri seti üzerinden kalp krizi geçirenlerin parametrelerinin neler olduğu, bu parametrelerin veri seti üzerindeki dağılımı ve birbirleriyle ilişkili olduğu durumlar farklı analiz yöntemleriyle incelenip bireylerde ölüme sebebiyet açısından ne derecede etkili olduğu belirlenmiştir. Bu tezin amacı, kalp krizi geçirmiş bireylerde mortalite riskinin yapay zekâ tabanlı algoritmalar yardımıyla önceden tahmin edilmesini kolaylaştırarak hastaların erken tedavi edilmelerini sağlayacak faydalı bir hekim karar destek modeli geliştirmektir. Çalışmanın, bu yönüyle STEMI hastalarının yönetiminde klinik karar desteği sağlaması ve sağlık hizmetlerinin kalitesini artırmaya yönelik katkılar sunması beklenmektedir.
Özet (Çeviri)
Heart attack, acute myocardial infarction (AMI), is a condition in which a part of the heart muscle cannot receive enough blood due to the narrowing and blockage of the vessels feeding the heart over time. Noticing this situation late and failing to intervene immediately may cause death and some permanent damage for the individual. Looking at the statistics, deaths caused by cardiovascular diseases are increasing day by day. ST-segment elevation acute myocardial infarction (ST-segment Elevation Acute Myocardial Infarction - STEMI), one of the most serious and fatal types of acute myocardial infarction, requires urgent diagnosis and intervention. Artificial intelligence-based applications used in health have become widespread, paving the way for early diagnosis and treatment. In modern medicine, it is vital that STEMI patients are identified and treated accurately and quickly. In this process, determining the risk of death of patients in advance plays a major role in making clinical decisions. Traditional risk assessment methods are often time-consuming and subjective processes and rely on manual analysis of clinical data. In this study, death risk analysis and prediction of patients will be made using machine learning algorithms, which is one of the artificial intelligence methods. Based on the data set used, the parameters of those who had a heart attack, the distribution of these parameters on the data set and the situations in which they are related to each other will be examined with different analysis methods and it will be determined to what extent they are effective in causing death in individuals. The aim of this thesis is to develop a useful physician decision support model that will facilitate early treatment of patients by making it easier to predict the risk of mortality in individuals who have had a heart attack with the help of artificial intelligence-based algorithms. In this respect, the study is expected to provide clinical decision support in the management of STEMI patients and contribute to improving the quality of healthcare services.
Benzer Tezler
- Yapay zeka yöntemleri kullanılarak elektrik tesislerinde güç kalitesi problemlerinin sınıflandırılması
Classification of power quality problems in power systems using ai methods
TUĞÇE YEŞİLYURT
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHADIR AKBAL
- In Siliko toksikoloji yöntemleri ve uygulamaları üzerine araştırmalar
In Silico research on toxicology methods and applications
GÖKHAN EGEMEN KARACA
Yüksek Lisans
Türkçe
2023
Eczacılık ve FarmakolojiHacettepe ÜniversitesiEczacılık Ana Bilim Dalı
PROF. DR. SUNA SABUNCUOĞLU
- Dynamic system identification by swarm intelligence based optimization algorithms
Sürü zeka tabanlı optimizasyon algoritmaları ile dinamik sistem tanımlaması
ZAID ALI BASHEER AL-SUMAIDAEE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FEHİM KÖYLÜ
- Design of predictive maintenance model using artificial intelligence methods
Yapay zeka yöntemleri kullanılarak kestirimci bakım modelinin dizayn edilmesi
BEGÜM AY TÜRE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜL HALİM ZAİM
DOÇ. DR. AKHAN AKBULUT
- Yapay zeka yöntemleri kullanılarak dokuma makinelerinde çözgü besleme sistemi tasarımı
Warp let-off system design using artificial intelligence methods for weaving machine
LÜTFULLAH DAĞKURS
Doktora
Türkçe
2010
Tekstil ve Tekstil MühendisliğiUludağ ÜniversitesiTekstil Teknolojisi Ana Bilim Dalı
PROF. DR. RECEP EREN