İnme hastalarının fiziksel aktivite takibinde yapay zeka modelleri
Artificial intelligence models in physical activity monitoring of stroke patients
- Tez No: 977717
- Danışmanlar: DR. ÖĞR. ÜYESİ ORHAN ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Fizyoterapi ve Rehabilitasyon, Physiotherapy and Rehabilitation
- Anahtar Kelimeler: inme, yapay zeka, fiziksel aktivite, akselerometre, makine öğrenmesi, stroke, artificial intelligence, physical activity, accelerometer, machine learning
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışma, inme hastalarının gerçekleştirdiği fiziksel aktivitelerin türünü akselerometre verileri kullanarak doğru şekilde sınıflandırmak amacıyla farklı makine öğrenmesi algoritmalarının performanslarını değerlendirmeyi amaçlamaktadır. Yöntem: Çalışmaya, bağımsız yürüyebilen 15 kronik inme hastası dâhil edilmiştir. Katılımcıların etkilenmemiş taraf el ve ayak bileğine AX3 model akselerometre (Axivity Ltd., UK) yerleştirilmiş ve 100 Hz örnekleme frekansında üç eksenli ham ivme verileri kaydedilmiştir. Veriler, zaman damgalı olarak OmGui yazılımı ile dışa aktarılmış, Python ortamında ayrıştırılarak etiketlenmiş ve sınıflandırma süreci için hazırlanmıştır. Veri seti, çeşitli makine öğrenmesi algoritmaları ile analiz edilmiş; modellerin performansları doğruluk, hassasiyet, duyarlılık ve F1-skoru ölçütleriyle karşılaştırılmıştır. Bulgular: Modellerin sınıflandırma başarıları arasında farklılık gözlemlenmiştir. Kombine sensör verileri ile Rastgele Orman modeli %93,9 doğruluk oranı ile en yüksek performansı gösterirken, Gaussian Naive Bayes modeli %70,8 doğrulukla en düşük başarıyı sergilemiştir. Kombine sensör kullanımı, tekil sensörlere kıyasla genel olarak daha yüksek performans sağlamıştır. Sonuçlar: Akselerometre verilerine dayalı yapay zeka modelleri, inme hastalarının fiziksel aktivitelerini tanımada etkili olabilir. Kombine sensör kullanımı ve uygun model seçimi ile sınıflandırma doğruluğu artırılabilir. Bu yaklaşım, rehabilitasyon süreçlerinin daha nesnel ve bireye özel olarak planlanmasına katkı sağlayabilir.
Özet (Çeviri)
Aim: The aim of this study is to evaluate the performance of different machine learning algorithms in accurately classifying the types of physical activities performed by stroke patients using accelerometer data. Methods: Fifteen independently walking individuals with chronic stroke were included. AX3 accelerometers (Axivity Ltd., UK) were placed on the unaffected-side wrist and ankle, and raw triaxial acceleration data were recorded at 100 Hz. The data were exported with time stamps using OmGui software, segmented and labeled in Python, and prepared for classification. The dataset was analyzed using various machine learning algorithms, and model performances were compared using accuracy, precision, recall, and F1-score. Results: Differences were observed in the classification performances of the models. With combined sensor data, the Random Forest model achieved the highest performance, reaching 93.9% accuracy, while the Gaussian Naive Bayes model showed the lowest performance with 70.8% accuracy. Overall, the use of combined sensors provided higher performance compared to single-sensor setups. Conclusion: Artificial intelligence models based on accelerometer data may be effective in recognizing physical activities in stroke patients. The use of combined sensors and appropriate model selection can improve classification accuracy. This approach may contribute to making rehabilitation processes more objective and personalized.
Benzer Tezler
- SATİS-inme anketinin Türkçe geçerlilik ve güvenilirlik çalışması
Study of reliability and validity the SATIS-stroke questionare
SELEN BENGÜ ERDOĞAN GÜR
Tıpta Uzmanlık
Türkçe
2015
Fizyoterapi ve RehabilitasyonDokuz Eylül ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. ÖZLEM EL
- Ankara ilindeki üç ilköğretim okulu öğrencilerinin epilepsiye yaklaşımı ve hastalık hakkındaki bilgi düzeyleri
Knowledge of epilepsy and attitudes towards the condition among three elementary schools students in Ankara
İKBAL OK BOZKAYA
Tıpta Uzmanlık
Türkçe
2006
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞE SERDAROĞLU
- Yerleşmiş romatoid artrit hastalarında kardiyovasküler risk ile fonksiyonel yetersizlik ve hastalık aktivitesi arasındaki ilişki
The correlation between cardiovascular risk, functional disability and disease activity in patients with established rheumatoid arthritis
SAADET YAZGAN UMUT
Tıpta Uzmanlık
Türkçe
2011
Fiziksel Tıp ve RehabilitasyonBezm-İ Alem Vakıf ÜniversitesiFizik Tedavi ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. MUSTAFA GÜLER
- Preoperatif nöromusküler elektrik stimülasyonunun fast-track diz artroplastisi sonrası hastaların quadriceps kas kuvvetine ve fonksiyonel durumuna etkisi
The effects of preoperative neuromuscular electrical stimulation on the quadri̇ceps muscle strength and functional status of patients with fast-track knee artroplasty
RAZİYE ŞAVKIN
Doktora
Türkçe
2019
Ortopedi ve TravmatolojiPamukkale ÜniversitesiFizik Tedavi ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. NİHAL BÜKER
- Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi
The relation between psa and gleason score and clinical phase in prostate adenocarsinoma
HACI HASAN ESEN
Tıpta Uzmanlık
Türkçe
2005
PatolojiSelçuk ÜniversitesiPatoloji Ana Bilim Dalı
PROF.DR. MUSTAFA CİHAT AVUNDUK