Geri Dön

Yapay sinir ağları ile tiroid hastalıklarının sınıflandırılması

Classification of thyroid diseases by artificial neural networks

  1. Tez No: 151447
  2. Yazar: CENK ŞAHİN
  3. Danışmanlar: Y.DOÇ.DR. NOYAN OĞULATA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Tıbbi karar destek sistemleri, çok katmanlı algılayıcın yapay sinir ağı, tiroid hastalıklan, Medical decision support systems, multilayer perceptron artificial neural networks, thyroid diseases n
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

öz YÜKSEK LİSANS TEZİ YAPAY SİNİR AĞLARI İLE TİROİD HASTALIKLARININ SINIFLANDIRILMASI Cenk ŞAHİN ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI Danışman :Yrd. Doç. Dr. S. Noyan OĞULATA Prof. Dr. Z. Nazan ALPARSLAN (2. Danışman) Yıl:2004 Sayfa :98 Jüri : Prof. Dr. Z. Nazan ALPARSLAN Prof. Dr. Mustafa KOÇAK Doç.Dr. RızvanEROL Yrd. Doç. Dr. S. Noyan OĞULATA Yrd. Doç. Dr. M. Oya ÇETİK Günümüzde bilgisayar teknolojisindeki önde gelen amaç daha zeki, insana her konuda yardımcı olabilecek, karar verici düzeyindeki bilgisayar sistemlerinin geliştirilmesidir. Bu çerçeve içerisinde en önemli rolü, yapay zeka yöntemleri oynamaktadır. Yapay zeka başlığı altında, son yıllarda üzerinde en fazla araştırma yapılan dallardan biri yapay sinir ağı (Artificial Neural Network) modelleridir. Bu çalışma kapsamında yapay sinir ağlan kullanılarak tiroid hastalıkları fonksiyonel ve yapısal olarak sımflandınlması yapılmıştır. Oluşturulan çok katmanlı yapay sinir ağlarında öğrenme algoritması olarak genelleştirilmiş delta kuralı kullanılmıştır. En uygun parametre değerlerinin tespiti için deney tasarımı kullünlmışür. Oluşturulan ağların performansı çalışmada özetlenmiş, istatistiksel metotlar ile en iyi ağ değerleri seçilmiştir. Çalışma sonucunda fonksiyonel sınıflama için %100'e yakın bir basan oram ile sınıflandırma yapılmıştır. Kendi içinde yapısal olarak sınrflandınlan ötiroidi ve hipertiroidi hastalıktan için de sırasıyla %91.6 'lık ve %94.2'lik bir basan oram ile hastalıklar smıflandınlmıştir.

Özet (Çeviri)

ABSTRACT MSc THESIS CLASSIFICATION OF THYROID DISEASES BY ARTIFICIAL NEURAL NETWORKS Cenk ŞAHİN DEPARTMENT OF INDUSTRIAL ENGINEERING INSTITUTE OF NATURAL APPLIED SCIENCES UNIVERSITY OF ÇUKUROVA Supervisor rAssist. Prof. S. Noyan O?ULATA Prof. Z. Nazan ALPARSLAN Year:2004 Pages:98 Jury : Prof. Z. Nazan ALPARSLAN Prof. Mustafa KOÇAK Asoc. Prof. Rızvan EROL Assist. Prof. S. Noyan O?ULATA Assist. Prof.M. Oya ÇETİK Today, the most important aim of the computer technology is to develop computer systems which are smarter supporters in any subject and at any decision level. In this point of view the most important role belongs to Artificial Intelligence methods One of the most popüler topics of artificial intelligence in the last years is Artificial Neural Network (ANN) models. In this study multilayer perceptron neural network is used for functional and anatomical classification of thyriod diseases. Backprobagation is chosen as the learning algorithm for this classification. The best values for parameters are tried to* be determined by various experimental designs. Performances of the networks formed in this study are summarized and the best network values are determined by means of statistical tools. In this study, it was seen that the classification accuracy could be obtained as almost 100% for functional classification. The classification accuracies for hyperthyroid ad euthyroid (the two diagnoses that have subclasses) were 94.2 and 91.6, respectively.

Benzer Tezler

  1. Tez No

    185947

    Genetik algoritmalar ile radyal temelli fonksiyon ağlarının optimizasyonu

    Optimization of radial basis function networks by genetic algorithms

    GÜL YAZICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  2. Tez No

    154135

    Toroid çekirdeklerin manyetik özelliklerinin yapay sinir ağları kullanarak belirlenmesi

    Prediction of magnetic performance of toroidal wound cores using artificial neural networks

    NESLİHAN ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Fizik ve Fizik MühendisliğiUludağ Üniversitesi

    Fizik Ana Bilim Dalı

    PROF.DR. NAİM DEREBAŞI

  3. Tez No

    181360

    Hipokrat-I: Bayes ağı tabanlı tıbbi teşhis destek sistemi

    Hipokrat-I: Bayesian network based medical desicion support system

    SAİT CAN YÜCEBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HAYRİ SEVER

  4. Tez No

    29258

    Well test model identification by artifical neural networks

    Yapay sinir ağları ile kuyu testleri değerlendirme modelinin tanımlanması

    ERKAN KARAKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    1993

    Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik Üniversitesi

    Petrol Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA VERSAN KÖK

  5. Tez No

    28882

    Scheduling with artifical neural networks

    Yapay sinir ağları ile çizelgeleme

    BURÇKAN GÜRGÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    1993

    Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İHSAN SABUNCUOĞLU

Geri Dön