Geri Dön

Machine learning models for autoverification of medical laboratory test results

Tıbbi laboratuvar tetkik sonuçlarının otoverifikasyonu için makina öğrenme modelleri

  1. Tez No: 427984
  2. Yazar: VELİD ALİ
  3. Danışmanlar: PROF. DR. SÜLEYMAN SEVİNÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyokimya, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biochemistry, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay sinir ağları, Artificial neural networks
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Biyokimya uzmanlarının gün içinde kan pıhtılaşması test sonuçlarının onaylanmasında, harcadıkları zamanı azaltmak amacı ile yardım edebilecek öğrenim sistemi geliştirilmiştir. Uyguladığımız çalışmada verilerin sınıflandırılması için LibSVM ve ANN öğrenme modelleri kullanılmıştır. Veriler önceki çalışmadan elde edilmiştir, bir önceki çalışmada ANN burada o yaklaşım SVM üzerinde test edilmiştir. Verilerin null değerlerinden temizlenmesi için Replace Missing Values filtrelemesi kullanılmıştır, atribütlerin bağıntısı ise Correlation Attribute Evaluator ile gerçekleşmiştir.

Özet (Çeviri)

Understanding the job of biochemistry specialists while accepting and checking blood test results during in a day where they spend a lot of time, we decided to develop a learning system that can help them. In our experiment we used machine learning models, LibSVM and ANN for classifying the data sets. Because our experiment was started with Artificial Neural Networks (ANN) datasets were obtained from the prior experiment and that approach was tested in a view of Support Vector Machines. We used Replace Missing Values filter for cleaning up the data instances of null values, and correlation of attributes was done with Correlation Attribute Evaluator of WEKA software.

Benzer Tezler

  1. Machine learning models for identifying cause effect relationship in medical treatment data

    Tıbbi tedavi verilerinden sebep sonuç ilişkilerinin makina öğrenim yöntemleri ile belirlenmesi

    MOHAMMED ABEBE YIMER

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZLEM AKTAŞ

  2. Machine learning models for microbiome-based classification of axolotl limb regeneration phases

    Aksolotl uzuv rejenerasyon aşamalarının mikrobiyoma dayalı sınıflandırılması için makıne öğrenimi modellerı

    ABDULLAH HÜSEYİN KÖSEOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Biyoistatistikİstanbul Medipol Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KIVANÇ KÖK

  3. Machine learning models for inpatient fall prediction: A retrospective study using electronic health record data in Türki̇ye

    Yatan hastaların düşme tahmini için makine öğrenmesi modelleri: Türkiye'deki elektronik sağlık kayıt verilerini kullanan retrospektif bir çalışma

    VEYSEL KARANİ BARIŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. BURCU HÜDAVERDİ

  4. Efficient machine learning models for cancer biology

    Kanser biyolojisi için etkin yapay öğrenme modelleri

    AYYÜCE BEGÜM BEKTAŞ

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiKoç Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET GÖNEN

  5. Machine learning-based predictive models for displacement capacity of RC shear walls

    Betonarme perde duvarların sahip olduğu yer değiştirme kapasitesi için makine öğrenimi tabanlı modelleri

    SIAMAK TAHAEI YAGHOUBI

    Doktora

    İngilizce

    İngilizce

    2025

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Deprem Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEYNEP DEĞER