Parkinson Hastalığı Teşhisi İçin Makine Öğrenmesi Tabanlı  Yeni Bir Yöntem

Sadullah ESMER; Muhammed Kürşad UÇAR; İbrahim ÇİL; Mehmet Recep BOZKURT

Article Details

Parkinson Hastalığı Teşhisi İçin Makine Öğrenmesi Tabanlı Yeni Bir Yöntem

Authors:

Sadullah ESMER | Muhammed Kürşad UÇAR | İbrahim ÇİL | Mehmet Recep BOZKURT

Publisher:

Duzce University

Main Topics:

Applied physics

Journal:

Duzce University Journal of Science and Technology 2020 Vol.8 Issue 3, pp.1877-1893

Document Type:

Article

Publication Date:

7/2020

Document Language:

Turkish

Document ID (Org No.):

2000945799

Frequency:

Quarterly

eISSN:

2148-2446

Keywords:

Abstract:

 

Parkinson hastalığı (PH), dopamin üreten beyin hücrelerinin ölmesiyle yada zarar görmesiyle ortaya çıkan bir beyin hastalığıdır. Böyle bir durumda, beyin normal fonksiyonlarını yerine getiremez. PH, konuşma, yürüme ve yazma gibi insan hareketlerini olumsuz olarak etkiler. Bu hastalığın teşhisinde detaylı tıbbi öykü, geçmiş tedavi öyküsü, fiziksel testler ve bazı kan testleri ile beyin filmleri istenilmektedir. Bu işlemler maliyetli ve meşakkatli olabildiği için daha az maliyetli ve daha kolay yapılabilen teşhis bu noktada önem kazanmaktadır. Bu çalışmada doktorun kararına destek olabilmesi için 252 bireyden alınan ses verileri ile PH’ın teşhis edilebilmesi amaçlanmıştır. Verilerden daha iyi sonuç alabilmek için bazı ön işlemler uygulanmıştır. Verilerde dengeleme işlemi yapılmış ve sistematik örnekleme metodu ile işleme alınacak veriler belirlenmiştir. Özellik seçme algoritması ile niteliklerin etiket üzerindeki etki gücü hesaplanıp bazı veri grupları oluşturulmuştur. Sınıflandırma algoritmalarından Karar ağacı, Destek Vektör Makineleri ve K En Yakın Komşu Algoritması kullanılıp, performans değerlendirme kriterleri - bunlar; Doğruluk Oranı, Duyarlılık, Özgünlük, F-Ölçümü, Kappa, Auc - değerlendirilmiştir. En yüksek performans değerine sahip veri grubu ve kullanılan sınıflandırma algoritması belirlenip model oluşturulmuştur. Model en ilgiliden en ilgisize doğru sıralanmış veri setinin %45’inden ve Destek vektör makineleri algoritması kullanılarak oluşturulmuştur. Performans kriterlerinde %85 doğruluk oranı ve diğer kriterlerde de olumlu sonuçlar elde edilmiştir. Böylece PH olma ihtimali olan bireyin ses kayıtlarından oluşturulan veri seti ve uygulanan model yardımı ile doktora tıbbi karar destek sağlanacağı anlaşılmıştır.

Article Details

Parkinson Hastalığı Teşhisi İçin Makine Öğrenmesi Tabanlı Yeni Bir Yöntem

Authors:

Sadullah ESMER | Muhammed Kürşad UÇAR | İbrahim ÇİL | Mehmet Recep BOZKURT

Publisher:

Duzce University

Main Topics:

Applied physics

Journal:

Duzce University Journal of Science and Technology 2020 Vol.8 Issue 3, pp.1877-1893

Document Type:

Article

Publication Date:

7/2020

Document Language:

Turkish

Document ID (Org No.):

2000945799

Frequency:

Quarterly

eISSN:

2148-2446

Tıbbi Karar Destek Sistemleri

Sınıflandırma Algoritmaları

Parkinson Hastalığı

Makine Öğrenmesi

Issues

Article Details

Parkinson Hastalığı Teşhisi İçin Makine Öğrenmesi Tabanlı Yeni Bir Yöntem

Authors: Sadullah ESMER | Muhammed Kürşad UÇAR | İbrahim ÇİL | Mehmet Recep BOZKURT

Publisher: Duzce University

Main Topics: Applied physics

Journal: Duzce University Journal of Science and Technology 2020 Vol.8 Issue 3, pp.1877-1893

Document Type: Article

Publication Date: 7/2020

Document Language: Turkish

Document ID (Org No.): 2000945799

Frequency: Quarterly

eISSN: 2148-2446

Tıbbi Karar Destek Sistemleri

Sınıflandırma Algoritmaları

Parkinson Hastalığı

Makine Öğrenmesi

Issues

Authors:

Sadullah ESMER | Muhammed Kürşad UÇAR | İbrahim ÇİL | Mehmet Recep BOZKURT

Publisher:

Duzce University

Main Topics:

Applied physics

Journal:

Duzce University Journal of Science and Technology 2020 Vol.8 Issue 3, pp.1877-1893

Document Type:

Article

Publication Date:

7/2020

Document Language:

Turkish

Document ID (Org No.):

2000945799

Frequency:

Quarterly

eISSN:

2148-2446