Geri Dön

Data mining supported hospital information systems solutions

Veri madenciliği destekli hastane bilgi sistemleri çözümleri

PDF İndir

  1. Tez No: 306842
  2. Yazar: TUBA EŞİYOK
  3. Danışmanlar: PROF. DR. ALP KUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Kümeleme, Mamografi, Sınıflandırma, Veri madenciliği, Clustering, Mammography, Classification, Data mining
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Veri madenciliği, büyük ölçekli veri setlerinden anlamlı bilgiler elde etme işlemidir. Çeşitli yöntemler ve teknikler yardımı ile verilerin analizi yapılarak, bu verilerden anlamlı sonuçlar elde edilmeye çalışılır. Veri madenciliği; bilgilerin analiz ve yorumlanması için makine öğrenmesi, örüntü tanıma, istatistik ve tıp gibi birçok alanda kullanılmaktadır.Bu çalışmanın amacı, veri madenciliğinde bir kümeleme tekniği olan DBSCAN algoritmasını incelemek ve bu algoritmayı kullanarak geliştirilen bir yazılım aracılığıyla kanserli hücrelere sahip hastalara ait mamografi görüntülerinin analizini yaparak verileri en uygun sayıda kümelere ayırmaktır.Çalışmada, mamografi verileri DBSCAN algoritması ile optimum sayıda kümeye ayrıldı. Hiçbir kümede yer almayan gürültülü veriler ise K-NN sınıflandırma algoritması ile en uygun kümelere dahil edildi. Böylece, mamografi verilerinin daha kolay analiz edilmesi hedeflendi.Sonuç olarak, mamografi verilerini kümelere ayıran parametre (Eps, Minpts) değerleri incelenerek en uygun sonucu veren parametre değeri belirlendi. Bu parametre değeri ile oluşturulan kümelerin özellikleri tanımlandı. Gürültülü veriler için ise k-en yakın komşu parametre değerleri incelenerek, hangi parametre değeri için K-NN algoritmasının en iyi sonuç ürettiği tespit edildi.

Özet (Çeviri)

Data mining is the process of obtaining meaningful information from large-scale datasets. It attempts to obtain meaningful results from these data by analyzing the data with the help of a variety of methods and techniques. Data mining is used in many areas such as machine learning, pattern recognition, statistics and medicine in order to analyze and interpret the information.The purpose of this study is to examine DBSCAN clustering algorithm which is a data mining technique and to allocate appropriate number of clusters by analysing mammography data with a software developed using this algorithm.In the study, mammography data were divided into optimal number of clusters with DBSCAN algorithm. The noisy data that not included in any cluster were added in the appropriate clusters with the K-NN classification algorithm. Thus, it is aimed to be analysing mammography data?s easier.In a conclusion, parameter values (Eps, MinPts) which give optimal result on MIAS database were determined by examining the values of these parameters. The specifications of clusters which created by this parameter value were defined. For noisy data, k parameter value that produces the best result for the K-NN, was detected by examining all k nearest-neighbors parameter values.

Benzer Tezler

  1. Tez No

    14283

    Sağlık sistemlerinde çok amaçlı karar verme

    Multiple creteria decision making in health systems

    YAŞAR SAADETTİN PEKTUT

    Yüksek Lisans

    Türkçe

    Türkçe

    1990

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Y.DOÇ.DR. MEHMET TANYAŞ

  2. Tez No

    376344

    Data mining using in diagnosis of the chronic renal disease in diabetic patients.

    Diyabetik hastalarda kronik böbrek yetmezliğinin veri madenciliği teknikleri kullanılarak teşhisi.

    ESİN DENİZ UÇAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP KUT

  3. Tez No

    243790

    Medical data mining by using MATLAB/SAS

    MATLAB/SAS kullanarak tıbbi veri madenciliği

    İZZET ÇAVUŞLAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Bölümü

    YRD. DOÇ. DR. EMEL KURUOĞLU

  4. Tez No

    536409

    Çok küçük preterm bebeklerde erken neonatal dönemdeki kan hücre ve indekslerinin morbidite ve mortaliteyi öngörmedeki rolü

    Role of early complete blood count parameters to predict morbities and mortality in very preterm babies.

    CAN AKYILDIZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Çocuk Sağlığı ve HastalıklarıDokuz Eylül Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. FUNDA TÜZÜN

  5. Tez No

    484972

    Hastane bilgi yönetim sistem verilerine veri madenciliği ile işlerlik kazandırılması için bir adım : K-ortalama algoritmasında uygun parametre seçimi

    A step towards the functionality of hospital information managment system data using data mining techniqees : Selection of appropriate parameters for K- means

    MERYEM YILDIZLI

    Doktora

    Türkçe

    Türkçe

    2018

    BiyoistatistikÇukurova Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. ZELİHA NAZAN ALPARSLAN

Geri Dön