Makine öğrenmesi yöntemleri yardımıyla otizm spektrum bozukluğu (OSB) teşhisi ve takibi yapan bir“otizm karar destek sistemi”tasarımı
Design of an“autism decision support system”that diagnosis and monitors autism spectrum disorder (ASD) with the help of machine learning methods
- Tez No: 1005890
- Danışmanlar: PROF. DR. HİDAYET TAKCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Otizm Spektrum Bozukluğu (OSB), bireylerin sosyal etkileşim, iletişim ve davranışsal gelişiminde kalıcı sınırlılıklara yol açan, nörogelişimsel bir hastalıktır. Otistik bireyler; yaşıtlarına kıyasla göz teması kurma, sözel ve sözel olmayan iletişim geliştirme, sosyal bağlamı algılama ve davranışlarını çevresine uygun biçimde düzenleme gibi konularda belirgin yetersizlikler gösterirler. Bu yetersizlikler bireylerin yaşam kalitesini ve toplumsal uyumunu olumsuz etkiler. Günümüzde otizmin kesin bir tedavisi bulunmamakla birlikte, erken teşhis ve bireye özgü müdahalelerle gelişimsel sonuçların iyileştirilebildiği bilinmektedir. Otizmin erken teşhisi öncelikle tedaviye erken müdahale ve iyileşmeye neden olabilmektedir. Özellikle 0 – 3 yaş arasında teşhis edilen çocukların dil, iletişim ve sosyal etkileşimde iyi noktalara geldiği gözlenmiştir. Erken teşhis sayesinde uygun eğitim ve terapiler alma şansı yakalayan bireylerin dikkat eksikliği ya da kaygı bozukluğu olup olmadığı anlaşılabilmektedir. Ayrıca aileler hastalıktan ne kadar erken haberdar olabilirse hastalıkla mücadele konusunda çocuklarına o kadar daha erken destek olmaya başlayabilecektir. Her bir birey özel olduğu için hastalığın doğru teşhisi ile bireysel eğitimler planlanabilecek ve böylece daha erken iyileşme mümkün olabilecektir. Bu çalışmada otizm spektrum bozukluğunun teşhisi için makine öğrenmesine dayalı bir mimari oluşturulmuş ve o mimariye uygun olarak çalışma yapılmıştır. Öncelikle veri hazırlama aşamasında veriler analize uygun hale getirilmiş, daha sonra altı farklı makine öğrenmesi modeliyle otizm teşhis modeli inşa edilmiş, modellerin başarıları ölçülerek bir sonraki aşamada model doğruluklarını iyileştiren çalışmalar yapılmıştır. Bu kapsamda veri seti dengeleme, özellik dönüşümü ve hiperparametre optimizasyonu gibi etkili yöntemlerin kullanımı tercih edilmiştir. Böylece çok boyutlu bir analiz ortamı oluşturulmuştur. En iyi model ortaya çıktıktan sonra model Flask adı verilen bir Python framework yardımıyla uygulamaya dönüştürülmüştür. Diğer çalışmaların aksine bu çalışma sadece araştırma yapıp sonuçlarını yayınlama değil aynı zamanda sonuçların bir uygulamaya dönüşmesi yönüyle de literatüre katkı sunmaya adaydır.
Özet (Çeviri)
Autism Spectrum Disorder (ASD) is a neurodevelopmental disorder that causes lasting limitations in social interaction, communication, and behavioral development. Autistic individuals exhibit significant deficiencies compared to their peers in areas such as making eye contact, developing verbal and nonverbal communication, perceiving social context, and regulating their behavior appropriately to their environment. These deficiencies negatively impact their quality of life and social adaptation. While there is currently no cure for autism, it is known that developmental outcomes can be improved with early diagnosis and individualized interventions. Early diagnosis of autism primarily leads to early intervention and improvement. Children diagnosed between the ages of 0 and 3 have been observed to achieve significant progress in language, communication, and social interaction. Early diagnosis allows individuals to receive appropriate education and therapies, and it can also help determine if they have attention deficit or anxiety disorders. Furthermore, the earlier families are informed of the disorder, the sooner they can begin supporting their children in their struggle. Because each individual is unique, accurate diagnosis allows for the planning of individualized interventions, thus enabling earlier recovery. This study developed a machine learning-based architecture for diagnosing autism spectrum disorder and conducted research based on that architecture. First, data was prepared for analysis, then six different machine learning models were used to construct an autism diagnostic model. The success of these models was measured, and further work was done to improve their accuracy. Effective methods such as dataset balancing, feature transformation, and hyperparameter optimization were employed, creating a multi-dimensional analysis environment. After identifying the best model, it was implemented using a Python framework called Flask. Unlike other studies, this work not only conducts research and publishes its results but also aims to contribute to the literature by demonstrating the application of these results.
Benzer Tezler
- Machine learning-enabled stress detection in children using physiological signals during robot assisted therapy
Çocuklarda makine öğrenmesi ile desteklenmiş robot ile yapılan terapi sırasında fizyolojik sinyallerle stres tespiti
SEVGİ NUR BİLGİN AKTAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Makine öğrenmesi yöntemleri kullanılarak ortaokul öğrencilerinin başarılarının değerlendirilmesi
Evaluation of middle school students' achievements using machine learning methods
ZEYNEP GÖKMEN
Yüksek Lisans
Türkçe
2024
Eğitim ve Öğretimİstanbul Topkapı ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ HAYDAR ESER
- Makine öğrenmesi yardımıyla zincir restoran gıda satışlarının tahmin edilmesi ve hava durumunun etkisinin incelenmesi
Forecasting food sales on chain restaurant and investigating weather effect on sales by using machine learning methods
SEZGİ ŞENER
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Makine öğrenmesi yardımıyla online eğitim kurum satışlarının tahmin edilmesi ve COVID-19 pandemisinin etkisinin incelenmesi
Forecasting of the sales of an online education organization by using machine learning methods and an investigation of the effect of COVID-19 pandemia
MERVE TÜRKMEN ERGÜN
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. ŞÜKRAN ŞEKER
- Histopatolojik görüntülerin makine öğrenmesi yöntemleri ile analizi
Analysis of histopathological images via machine learning methods
ABDÜLKADİR ALBAYRAK
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN