Geri Dön

Alzheimer hastalığının erken teşhisinde demografik ve klinik veriler kullanılarak makine öğrenmesi algoritmalarının performans analizi

Performance analysis of machine learning algorithms using demographic and clinical data in early diagnosis of Alzheimer's disease

PDF İndir

  1. Tez No: 929387
  2. Yazar: ÖMER ÖZTÜRK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YÜCEL TEKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Alzheimer, Makine Öğrenmesi, Sınıflandırma, Veri Madenciliği, Alzheimer, Machine Learning, Classification, Data Mining
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Ostim Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Her geçen gün giderek artış gösteren Alzheimer hastalığı, genellikle 65 yaş ve üzerindeki bireylerde görülmekte olup ilk kez bir kadın hastada 1901 yılında tanımlanmıştır [1]. Alzheimer hastalığının ortaya çıkmasında genetik faktörler, yaşlanma, çevresel faktörler ve yaşam tarzı gibi çeşitli etkenler yer almaktadır ancak hastalığın oluşma nedeni hala bilinememektedir. Teknolojideki gelişmeler sayesinde makine öğrenmesi algoritmaları kullanılarak Alzheimer hastalığının tanısı kolay bir şekilde yapılabilmektedir. Özellikle, hasta izleme sistemleri ve bilişsel testlerin dijitalleştirilmesi, hastalığın erken teşhisi ve yönetimi için kritik rol oynamaktadır. Bu bağlamda, makine öğrenmesi algoritmaları ve veri analitiği teknikleri, Alzheimer hastalığının belirtilerini ve ilerleyişini daha iyi anlamak ve tahmin etmek için kullanılabilir. Bu çalışmada, tüm analizler RStudio programında yapılmıştır ve Kaggle'da yer alan 2.149 Alzheimer hastalarına ilişkin demografik bilgiler, yaşam tarzı faktörleri, tıbbi geçmiş, klinik ölçümler, bilişsel ve işlevsel değerlendirmeler, semptomlar ışığında Alzheimer hastası olup/olmama durumunu içermektedir. Bu veri seti kullanılarak Alzheimer tanısının konulmasında en iyi performans sonucunu veren algoritma belirlenmeye çalışılmıştır. Bu amaç doğrultusunda, Alzheimer hastalığının sınıflandırmasını yapmak için lojistik regresyon, k-en yakın komşu, karar ağaçları, Bayes ağları ve rastgele orman algoritmaları kullanılmıştır.

Özet (Çeviri)

Alzheimer's disease, which is increasing day by day, is generally seen in individuals aged 65 and over and was first described in a female patient in 1901 [1]. Various factors such as genetic factors, aging, environmental factors and lifestyle are involved in the emergence of Alzheimer's disease, but the cause of the disease is still unknown. Thanks to advances in technology, the diagnosis of Alzheimer's disease can be made easily using machine learning algorithms. In particular, patient monitoring systems and digitalization of cognitive tests play a critical role for early diagnosis and management of the disease. In this context, machine learning algorithms and data analytics techniques can be used to better understand and predict the symptoms and progression of Alzheimer's disease. In this study, all analyzes were performed in the RStudio program and included demographic information, lifestyle factors, medical history, clinical measurements, cognitive and functional evaluations, and whether or not they had Alzheimer's disease in the light of symptoms, regarding 2.149 Alzheimer's patients in Kaggle. Using this data set, an attempt was made to determine the algorithm that gives the best performance in diagnosing Alzheimer's. For this purpose, logistic regression, k-nearest neighbors, decision trees, Bayesian networks and random forest algorithms were used to classify Alzheimer's disease.

Geri Dön