Makine öğrenmesi ve bilgisayar görüsü ile düşme riski tahmini: Hemşirelikte klinik karar destek sisteminin geliştirilmesi
Predicting fall risk using machine learning and computer vision: Development of a clinical decision support system in nursing
- Tez No: 960914
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜRKAN ÖZDEN
- Tez Türü: Yüksek Lisans
- Konular: Hemşirelik, Nursing
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Hemşirelik Ana Bilim Dalı
- Bilim Dalı: İç Hastalıkları Hemşireliği Bilim Dalı
- Sayfa Sayısı: 80
Özet
Amaç: Bu araştırma, makine öğrenmesi ve bilgisayar görüsü teknikleri ile düşme riski tahmini yapabilen ve hemşirelikte klinik karar alma süreçlerini destekleyecek bir sistem geliştirmeyi amaçlamaktadır. Materyal ve Metot: Araştırma, Aralık 2024 - Mayıs 2025 tarihleri arasında Turgut Özal Tıp Merkezi Fiziksel Tıp ve Rehabilitasyon servisinde tasarım ve geliştirme modeliyle yürütülmüştür. Örneklemi, düşme riski taşıyan ve araştırma kriterlerine uyan 148 birey oluşturmuştur. Katılımcıların verileri Morse Düşme Ölçeği, bilgisayar görüsü ile yürüyüş analizi ve ivmeölçer cihazları kullanılarak toplanmıştır. Görsel analizde YOLOv8 modeli ve sinir ağlarının eğitimi için Keras platformu, sınıflandırma işlemlerinde ise Lojistik Regresyon, Boosting, Karar Ağacı, Random Forest, Naive Bayes, DVM ve KEYK algoritmaları kullanılmıştır. Bulgular: Geliştirilen sistem, yürüyüşe ilişkin kinematik verileri kullanarak bireylerin düşme riskini yüksek doğruluk oranıyla sınıflandırabilmiştir. Morse Düşme Ölçeği ile sistem çıktıları arasında istatistiksel olarak anlamlı bir ilişki bulunmuştur (p
Özet (Çeviri)
Objective: This study aims to develop a system that can predict fall risk using machine learning and computer vision techniques and support clinical decision-making processes in nursing. Materials and Methods: The research was conducted between December 2024 and May 2025 at the Physical Medicine and Rehabilitation Department of Turgut Özal Medical Centre using a design and development model. The sample consisted of 148 individuals who were at risk of falling and met the research criteria. Participants' data were collected using the Morse Fall Scale, computer vision-based gait analysis, and accelerometer devices. The YOLOv8 model and the Keras platform were used for visual analysis and training neural networks, while Logistic Regression, Boosting, Decision Tree, Random Forest, Naive Bayes, SVM, and KNN algorithms were used for classification. Findings: The developed system was able to classify individuals' fall risk with high accuracy using kinematic data related to walking. A statistically significant relationship was found between the Morse Fall Scale and the system outputs (p
Benzer Tezler
- Mariot: an authoring framework for creating iot applications with mobile augmented reality
Marıot: mobil artırılmış gerçeklik ile nesnelerin interneti uygulamaları üretmek için bir yapılandırma çerçevesi
MERAL KUYUCU
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- CNN derin öğrenme tekniği kullanılarak prostat kanser hastalığının teşhisi
Diagnosis of prostate cancer disease using CNN deep learning technique
MEHMET EMİN SALMAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Hibrit yapay sinir ağları yöntemleri ile nörögörüntüleme verilerine dayalı otizm tanılama
Autism diagnosis based on neuroimaging data with hybrid neural network techniques
EMEL KOÇ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMİH BİLGEN
- Resim formatindaki dijital dokümanlarin bilgisayar görüsü ve makine öğrenmesi yöntemleri kullanilarak LaTex formatina çevrilmesi
Converting digital documents in image format to LaTex format using computer vision and machine learning methods
MURAT KAZANÇ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA DAĞTEKİN
- Kamera görüntülerinde makine öğrenmesi algoritmaları ile yaya tespiti
Pedestrian detection in camera images with machine learning algorithms
MOHAMED NEMA LIMAME
Yüksek Lisans
Türkçe
2022
UlaşımBandırma Onyedi Eylül ÜniversitesiAkıllı Ulaşım Sistemleri ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLYAS ÖZER