Kalp hastalıklarının teşhisi için makine öğrenmesi tabanlı yaklaşım
Machine learning-based approach for diagnosis of heart diseases
- Tez No: 924106
- Danışmanlar: DR. ÖĞR. ÜYESİ FATİH TOPALOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Malatya Turgut Özal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 52
Özet
Kalple ilgili hastalıklar son yıllarda dünyada çok sayıda ölümün ana nedeni haline gelmiş ve sadece ülkemizde değil tüm dünyada yaşamı en çok tehdit eden hastalık olarak ortaya çıkmıştır. Bu nedenle, uygun tedavi için bu tür hastalıkların zamanında teşhis edilmesini sağlayacak güvenilir, doğru ve uygulanabilir bir sisteme ihtiyaç duyulmaktadır. Yapay zeka, büyük veri analizi ve gelişmiş algoritmalar kullanarak sağlık sektöründe önemli tahminler yapmaktadır. Son yıllarda yapay zeka sağlık sektöründe yaygın şekilde kullanılmakta ve pek çok avantaj sağlamaktadır. Tez çalışmasında yüksek doğruluk oranına sahip makine öğrenmesi algoritmaları kullanılarak yeni hastalarda kalp hastalıklarının erken teşhisi ve tespiti sağlanmıştır. Bu kapsamda yapılan çalışmada, 526 kalp hastası ve 499 sağlıklı örnekten oluşan ve yaş, cinsiyet, göğüs ağrısı tipi vs. 14 öznitelikten oluşan veri setinde makine öğrenmesi teknikleri uygulanarak hastaların kalp rahatsızlığının tahmin edilmesi konusunda yüksek başarı oranları tespit edildiği görülmüştür. Makine Öğrenmesi Algoritmalarından K-En Yakın Komşu (KNN), Lojistik Regresyon, Karar Ağacı, Destek Vektör Makineleri, Naive Bayes, Rastgele Orman algoritmaları kullanılmış ve algoritmaların doğruluk, kesinlik, duyarlılık ve F Ölçütü değerlerine yer verilmiştir. Alınan sonuçlarda toplam verinin %20 sini oluşturan 205 test verisi değerlendirilmiş ve Rastgele Orman Algoritması ile %98,54 oranında doğruluk değeri elde edilmiştir
Özet (Çeviri)
Heart-related diseases have become the main cause of death in the world in recent years and have emerged as the most life-threatening disease not only in our country but also in the whole world. Therefore, a reliable, accurate and applicable system is needed to ensure timely diagnosis of such diseases for appropriate treatment. Artificial intelligence makes important predictions in the healthcare sector using big data analysis and advanced algorithms. In recent years, artificial intelligence has been widely used in the health sector and provides many advantages. In the thesis study, early diagnosis and detection of heart diseases in new patients were achieved by using machine learning algorithms with high accuracy rates. In this context, it was observed that high success rates were detected in predicting the heart disease of patients by applying machine learning techniques to the data set consisting of 526 heart patients and 499 healthy samples and 14 attributes such as age, gender, chest pain type, etc. Machine Learning Algorithms K-Nearest Neighbor (KNN), Logistic Regression, Decision Tree, Support Vector Machines, Naive Bayes, Random Forest algorithms were used and the accuracy, precision, sensitivity and F Criterion values of the algorithms were included. In the obtained results, 205 test data constituting 20% of the total data were evaluated and 98.54% accuracy value was obtained with the Random Forest Algorithm
Benzer Tezler
- Multi-label classification of 12-lead ECG signal using a mixture-of-experts transformer model
Uzmanların karışımı bazlı dönüştürücü modeli ile 12 kanallı EKG sinyalinin çok etiketli sınıflandırılması
ATALAY ÇELİK
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease
Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi
İNANÇ MORAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ TURGAY ALTILAR
- Fonokardiyografi sinyalleri ile derin öğrenme tabanlı karar destek sistemi tasarımı
Deep learning based decision support system design with phonocardiography signals
ELİF DEMİR ÖZTÜRK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ATİLA YILMAZ
- Fully supervised and semi-supervised semantic segmentation of cardiac mr using deep learning
Tam denetımlı ve yarı denetımlı semantık segmentasyon derın öğrenmeyı kullanan kardıyak mr'nın
MAHYAR BOLHASSANI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
ASST. ASSOC. DR. İLKAY ÖKSÜZ