Geri Dön

Cardiorisk-AI: Biomedical engineering framework for the development and deployment of a machine learning tool for cardiovascular risk prediction

Cardiorisk-AI: Kardiyovasküler risk tahmini için makine öğrenmesi aracının geliştirilmesi ve uygulanmasına yönelik biyomedikal mühendislik çerçevesi

PDF İndir

  1. Tez No: 984706
  2. Yazar: ALI FAIQ JARI ALSAADAWI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BORA BÜYÜKSARAÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomühendislik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu yüksek lisans tezinde, kardiyovasküler hastalıkların (KVH) erken tahmini için makine öğrenmesine dayalı bir çerçeve ve gerçek zamanlı bir risk değerlendirme uygulamasının geliştirilmesi sunulmaktadır. Çalışmanın temel amacı, denetimli makine öğrenmesi (ML) algoritmalarının özel bir klinik veri kümesi üzerindeki tahmin performanslarını karşılaştırmalı olarak değerlendirmek ve en başarılı modeli, pratik bir yapay zekâ destekli web uygulaması olarak kullanıma sunmaktır. Araştırma kapsamında, Irak'ın Necef kentinde yer alan Al-Sader Tıp Merkezi'nden toplanan ve her biri 11 klinik ve demografik özellik içeren 500 anonim hasta kaydından oluşan bir veri kümesi kullanılmıştır. Veri kümesi; keşifsel veri analizi, eksik verilerin giderilmesi, kategorik değişkenlerin kodlanması, standartlaştırma ve özellik mühendisliği gibi kapsamlı ön işleme adımlarına tabi tutulmuştur. Girdi değişkenlerini optimize etmek amacıyla, filtre tabanlı yöntemlerle Sıralı İleri Seçim (SFS) yönteminin birleşiminden oluşan hibrit bir özellik seçimi stratejisi uygulanmıştır. Veri kümesi, 450 kayıt eğitim ve test için, 50 kayıt ise son doğrulama için ayrılmıştır. Yedi denetimli ML algoritması—Çok Katmanlı Algılayıcı (MLP), Destek Vektör Makineleri (SVM), Rastgele Orman, Lojistik Regresyon, Karar Ağacı, Naïve Bayes ve En Yakın Komşu (KNN)—farklı eğitim-test oranlarında (90:10, 80:20, 70:30, 60:40 ve 50:50) eğitilmiş ve genellenebilirlik açısından değerlendirilmiştir. Her model, 10 katlı çapraz doğrulama yöntemiyle ve bu işlem beş kez tekrarlanarak test edilmiştir. Modeller arasında en yüksek performansı gösteren MLP; %98,96 doğruluk, %99,39 kesinlik, %98,46 duyarlılık ve %99,43 özgüllük değerlerine ulaşmıştır. Bu sonuçlara dayanarak, MLP modeli“Cardio-Risk AI”adlı, Streamlit kullanılarak geliştirilen ve gerçek zamanlı KVH risk tahmini sunan bir web tabanlı araca entegre edilmiştir. Bu çalışma, makine öğrenmesi ve yapay zekâ tabanlı uygulamaların, kardiyovasküler hastalıkların erken teşhisi ve kişiselleştirilmiş risk değerlendirmesi süreçlerini desteklemede sunduğu potansiyeli ortaya koymakta; klinik karar alma ve koruyucu sağlık stratejilerine katkı sağlamaktadır.

Özet (Çeviri)

In this Master's thesis, we present a comprehensive machine learning-based framework for the early prediction of cardiovascular disease (CVD) and the development of a real-time clinical decision support tool. The primary aim of this study was to evaluate and compare the predictive performance of multiple supervised machine learning (ML) models on a custom-built clinical dataset and to deploy the most effective model as a practical, AI-powered risk prediction application. A dataset comprising 500 anonymized patient records was collected from Al-Sader Medical City in Al-Najaf, Iraq. Each record included 11 clinical and demographic variables relevant to CVD risk assessment. The dataset underwent rigorous preprocessing, including exploratory data analysis, imputation of missing values, categorical encoding, feature standardization, and tailored feature engineering. A hybrid feature selection strategy was employed, combining filter-based methods and Sequential Forward Selection (SFS), to identify the most informative subset of predictors. The refined dataset was partitioned into 450 records for training, testing and 50 for external validation. Seven ML models—Multilayer Perceptron (MLP), Support Vector Machine (SVM), Random Forest, Logistic Regression , Decision Tree, Naïve Bayes, and K-Nearest Neighbors (KNN)—were evaluated using multiple train-test split ratios (90:10, 80:20, 70:30, 60:40, and 50:50) to ensure consistency across varying data distributions. Each model was subjected to 10-fold cross-validation repeated five times to ensure statistical robustness. Among the models, MLP emerged as the top performer, achieving an accuracy of 98.96%, precision of 99.39%, recall of 0.98.46%, and specificity of 99.43%. Based on these superior metrics, the MLP model was deployed as the core of“Cardio-Risk AI”—a web-based, real-time CVD risk prediction tool developed using Streamlit, designed for use by clinicians and public health professionals. This study underscores the clinical utility and translational potential of AI-driven tools in enhancing early diagnosis and individualized cardiovascular risk assessment, paving the way for data-informed medical interventions and population health strategies.

Benzer Tezler

  1. Tez No

    341731

    65 yaş ve üstü yaşlı hastalarda vitamin D düzeyi ile santral kan basıncı, Augmentasyon indeksi ve flow-mediated dilation (FMD) arası ilişki

    Relationship between vitamin d level and central blood pressure, Augmentation index and flow-mediated dilation (FMD) in patients 65 years of age and over

    YASEMİN YAŞAR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2013

    GeriatriHacettepe Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. MUSTAFA CANKURTARAN

  2. Tez No

    248047

    Hipertansiyon ile ACE2 gen polimorfizmi arasındaki ilişkinin incelenmesi

    Searching for the relationship between ACE2 gene polimorphism and hypertansion

    SAMET TÜREL

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Tıbbi BiyolojiCelal Bayar Üniversitesi

    Tıbbi Biyoloji ve Genetik Ana Bilim Dalı

    YRD. DOÇ. DR. F. SIRRI ÇAM

  3. Tez No

    779880

    Otozomal dominant polikistik böbrek hastalarında kalp-ayak bileği vasküler indeksi ile ölçülen arteriyel sertliğin inflamatuvar ve aterosklerotik parametreler ile ilişkisi

    Association of arterial stiffness measured by heart-ankle vascular index with inflammatory and atherosclerotic parameters in autosomal dominant polycystic kidney disease patients

    UĞUR DİNÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    İç HastalıklarıPamukkale Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. MEVLÜT ÇERİ

  4. Tez No

    737788

    Asemptomatik hipertansiyon nedeniyle takip edilen türk hasta populasyonunda kardiyovasküler risk skorlama sistemlerinin 10 yıllık kardiyovasküler olayları öngörmedeki yerlerinin karşılaştırılması

    Comparison of framingham, score, procam and tekharf risk scores for prediction of 10 year cardiovascular disease risk in patients with essential hypertension

    TAYYAR AKBULUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2012

    KardiyolojiKocaeli Üniversitesi

    Kardiyoloji Ana Bilim Dalı

    PROF. DR. DİLEK URAL

  5. Tez No

    699157

    Farklı etyolojik alt tiplerde akut iskemik inme tedavisinin sonuçları

    In different etiological subtypesresults of treatment of acute ischemic stroke

    ŞEHRİBAN PEYNİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    NörolojiOndokuz Mayıs Üniversitesi

    Nöroloji Ana Bilim Dalı

    PROF. DR. İBRAHİM LEVENT GÜNGÖR

Geri Dön