image
images
0.0
AŞIRI MAKİNE ÖĞRENME (ELM) İLE PARKİNSON HASTALIK TAHMİNİNDE HATA ANALİZLERİ
Yazarlar:
Veysel GİDER Mehmet Siraç ÖZERDEM Şafak ÖZHAN KOCAKAYA Cafer BUDAK
Yayın Yılı:
2024
Yayıncı:
Akademik Paylaşım Platformu Publishing House - APP Publications
Dil:
ISBN:
978-625-6997-46-2
Özet:
Parkinson hastalığı yavaş bir şekilde ilerleyen ve hastalık semptomlarının zamanla ortaya çıktığı nörodejeneratif bir hastalıktır, bu sebepten dolayı erken teşhisi kolay değildir. Nörolog tarafından, hastanın tıbbi geçmişini ve tekrarlanan taramaları gözden geçirerek Parkinson’u teşhis edebilir. Son araştırmalar, yarı otomatik bir şekilde bir bilgisayar programının eldeki verilerden anlamlı temsillerin öğrenmesini ve çıkarmasını sağlayan, makine öğrenimi ve derin öğrenme teknikleri sağlık sektöründe uygulama alanı giderek artmaktadır. Bu çalışmada, makine ve derin öğrenme modelleri, Parkinson hastalığının tespiti için uygulanmıştır. Uygulanan bu modelleri, aşırı makine öğrenme (ELM) yöntemi kullanılarak Parkinson hastalık belirtilerinin sınıflandırılması ve bu sınıflandırma metotlarının analizi için bir yöntem sunulmuştur. Çalışmada Parkinson veri setindeki her parametrenin önem dereceleri araştırılmıştır. ELM ile makine ve derin öğrenme metotlarının eğitim sırasındaki hata miktarları tespit edilmiştir. Model performansını değerlendirmek için doğruluk, kesinlik, özgüllük parametreleri kullanılmıştır. Bu çalışma ile Parkinson hastalığının kesin teşhisinde ve sonrasında uygulanacak tedavi sürecinde hekimlere kolaylık sağlanması amaçlanmıştır.
Anahtar Kelime (AI):
Parkinson
Makine Öğrenmesi
Derin Öğrenme
ELM
INTERNATIONAL 8th USBİLİM HEALTH, ENGINEERING AND APPLIED SCIENCES CONGRESS
ERROR ANALYSIS IN THE PREDICTION OF PARKINSON'S DISEASE WITH EXTREME MACHINE LEARNING (ELM)
Yazarlar:
Veysel GİDER Mehmet Siraç ÖZERDEM Şafak ÖZHAN KOCAKAYA Cafer BUDAK
Yayın Yılı:
2024
Yayıncı:
Akademik Paylaşım Platformu Publishing House - APP Publications
Dil:
ISBN:
978-625-6997-46-2
Özet:
(AI):
Parkinson's disease is a neurodegenerative disease that progresses slowly, with symptoms appearing over time, making early diagnosis difficult. A neurologist can diagnose Parkinson's disease based on the patient's medical history and repeated scans. Recent research shows that the application of machine learning and deep learning techniques, which enable a computer program to learn and derive meaningful representations from available data in a semi-automated way, is becoming increasingly widespread in the healthcare sector. In this study, machine and deep learning models were used to detect Parkinson's disease. These models were applied and a method for classifying parkinson's symptoms using the extreme learning machine (ELM) method and analyzing these classification methods was presented. In the study, the importance levels of each parameter in the parkinson's dataset were examined. The error rates when training machine and deep learning methods with ELM were determined. Accuracy, precision and specificity parameters were used to evaluate the performance of the model. The aim of this study is to facilitate the final diagnosis of parkinson's disease and the subsequent treatment process for physicians.
Anahtar Kelimeler:
(AI):
Parkinson
Machine Learning
Deep Learning
ELM