Glucose level detection with a non-invasive method in millimeter waveband
Milimetre dalga bandında invazif olmayan bir yöntem ile glikoz seviye tespiti
- Tez No: 956536
- Danışmanlar: PROF. DR. İLYAS ÇANKAYA
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektromanyetik Alanlar ve Mikrodalga Tekniği Bilim Dalı
- Sayfa Sayısı: 147
Özet
Doğada bulunan en önemli karbonhidratlardan biri olan glikoz, canlılardaki enerji metabolizmasının temel unsurlarından biri olduğundan hem sağlık hem de endüstriyel süreçlerde glikozun izlenmesi büyük önem arz etmektedir. Bu tez kapsamında, biyoteknoloji ve tıp alanlarında uygulanabilir olmak üzere artan glikoz konsantrasyonlarında ayrımın en net olduğu frekans noktasının belirlenebilmesi için kayan pencere algoritması geliştirilmiştir. Çalışmanın ilk aşamasında, kola, diyet kola, şekersiz kola, soda, şekersiz soda ve farklı glikoz çözeltileri gibi çeşitli glikoz içeren sıvılar üzerinde vektör ağ analizörü (VNA) ile ölçümler yapılmıştır. Elde edilen yansıma katsayısı sonuçları incelendiğinde, artan glikoz konsantrasyonlarına karşılık gelen ayırt edici tepkileri ortaya koymuştur. Devamında, ölçüm hassasiyetini artırmak amacıyla kap malzemesi (PTFE, PLA ve ABS), duvar kalınlığı (0.6 mm ve 1.0 mm) ve örnek hacmi (9 cm³, 45 cm³ ve 90 cm³) gibi temel parametreler optimize edilmiştir. Elde edilen bulgular, 1.0 mm kalınlığındaki PTFE kapların en uygun örnekleme koşulunu sağladığını ve örnek hacmindeki artışın ölçüm doğruluğunu olumlu yönde etkilediğini göstermiştir. Bir sonraki aşamada, biyoteknolojik süreçlerin daha gerçekçi biçimde simüle edilebilmesi amacıyla amonyum sülfat ve maya ekstresi gibi azot içeren bileşikler de benzer yöntemle değerlendirilmiştir. Glikoz ve azot kaynaklarının frekans spektrumundaki ayırt edici bölgelerini belirlemek amacıyla kayan pencere algoritması önerilmiş ve uygulanmıştır. Son olarak, gram ve miligram ölçeklerinde hazırlanan glikoz çözeltileri üzerinde karar ağacı, rastgele orman ve destek vektör makineleri gibi makine öğrenmesi modelleri uygulanmış; en yüksek doğruluk rastgele orman algoritması ile elde edilmiştir.
Özet (Çeviri)
Glucose, one of the most essential carbohydrates in nature, plays a central role in the energy metabolism of living organisms. Therefore, its monitoring holds considerable significance in both healthcare and industrial applications. In this thesis, a sliding window algorithm has been developed to determine the frequency point where the separation is most apparent at increasing glucose concentrations to be applicable in biotechnology and medicine. In the initial phase, measurements were conducted using a vector network analyzer on various glucose-containing liquids, including Coke, Diet Coke, Coke Zero, soda, sugar-free soda, and different concentrations of glucose solutions. When the reflection coefficient results were analyzed, it revealed distinctive responses corresponding to increasing glucose concentrations. Subsequently, to enhance measurement sensitivity, key experimental parameters such as container material (PTFE, PLA, and ABS), wall thickness (0.6 mm and 1.0 mm), and sample volume (9, 45, and 90 cm³) were systematically optimized. The results indicated that the 1.0 mm wall thickness PTFE container offered the most favorable sampling condition, and larger sample volumes generally contributed to improved measurement accuracy. In the next stage, to more realistically simulate biotechnological environments, nitrogen-containing compounds such as ammonium sulfate and yeast extract were also evaluated using a similar methodology. A sliding window algorithm was proposed and implemented to identify frequency-specific regions that differentiate glucose and nitrogen sources. Finally, glucose solutions at the gram and milligram scales were analyzed using machine learning models—Decision Tree, Random Forest, and Support Vector Machines—with Random Forest achieving the highest predictive accuracy.
Benzer Tezler
- Metamalzeme tabanlı sensörler ve bu sensörlerin mikrodalga algılamada kullanılması
Metamaterial based sensors and the use of these sensors in microwave detection
GÜLİZ SİLİ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FUNDA AKLEMAN YAPAR
- Random flep modelinde meydana gelen biyokimyasal ve histolojik değişikliklerin indosiyanin yeşili floresan anjiografi değişiklikleri ile karşılaştırılması ve korelasyonu
Comparison and correlation of biochemical and histological changes in the random flap model with indocyanine green fluorescent angiography changes
ERKAN DENİZ
Tıpta Uzmanlık
Türkçe
2022
Plastik ve Rekonstrüktif CerrahiGazi ÜniversitesiPlastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı
PROF. DR. KEMAL FINDIKÇIOĞLU
- Mobil cihaz sensörlerinden gelen PPG sinyallerini kullanarak kandaki glikoz seviyesinin ve böbrek yetmezliğinin makine öğrenmesi ile tahmini
Prediction of blood glucose level and kidney failure using PGG signals from mobile device sensors via machine learning
TAHA ELHARİRİ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET REŞİT KAVSAOĞLU
DOÇ. DR. EFTAL ŞEHİRLİ
- Hepatosteatozlu bireylerde antropometrik ölçümler ve biyokimyasal parametrelerin değerlendirilmesi
Evaluation of anthropometric measurements and biochemical parameters in individuals with hepatosteatosis
TUBA ÇELEBİ
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
UZMAN BAHAR ÖZDEMİR
- İletim hattı bazlı sensörler ve sinyal işleme ile invaziv olmayan kan şekeri tespiti
Non-invasive blood glucose detection with transmission line-based sensors and signal processing
FİKRET ALPAY TEKŞEN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİskenderun Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN AKDOĞAN
PROF. DR. MUHARREM KARAASLAN