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: Belirtilmemiş.
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
- Şeker şurubunun inversiyonuna etki eden kimi faktörlerin araştırılması
Başlık çevirisi yok
SAİDE GÜNERİ
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Bilimleri ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. ÜNAL YURDAGEL
- Bazı besiyeri faktörlerinin mısır (Zea mays L.) ve arpa (Hordeum vulgare L.) embriyo kültürleri üzerine etkileri
Başlık çevirisi yok
ATALAY SÖKMEN
Yüksek Lisans
Türkçe
1987
BiyolojiCumhuriyet ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. RAHMİ BİLALOĞLU
- Toz kakaoda tağşiş saptama metodları üzerinde çalışmalar
Başlık çevirisi yok
TOMRİS ALTUĞ
Doktora
Türkçe
1987
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MERAL GÖNÜL