Makine öğrenmesi yöntemleri ile glokom hastalığının teşhisi
Yükleniyor...
Dosyalar
Tarih
2012-08-16
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Glokom günümüzde göz hastalıkları içinde en sinsi hastalık olarak kabul edilen ve ilerlediği takdirde tehlikeli sonuçlar doğuran bir rahatsızlıktır. Körlüğe kadar götüren bu hastalık, genellikle göz içi sıvısının göz kanallarından boşalamadığı durumlarda ortaya çıkar ve göz içindeki basıncın(GİB) artması ile göz arkasındaki sinirlerin bu basınçtan ötürü zarar görmesi şeklinde gelişir.
Bu çalışmadaki amaç söz konusu hastalığın göz sinirleri hasar görmeden önce teşhis edilebilmesi ve dünyada körlük nedenleri arasında ilk sıralarda yer alan hastalığın tahmin edilebilmesidir. Çalışmada Pamukkale Üniversitesi Göz Hastalıkları Anabilim Dalından alınan hasta bilgileri kullanılmıştır.
Bu çalışmada makine öğrenmesi sınıflandırma yöntemlerinden 3 önemli yöntem olan Destek Vektör Makineleri, Yapay Sinir Ağları ve Karar Ağaçları kullanılarak glokom hastalığı başlangıç safhasında teşhisi için sınıflandırma yapılmış ve birbirleri ile karşılaştırılmıştır. Adı geçen makine öğrenmesi yönetmelerinin performansları X-Validation ile belirlenmiş ve en yüksek sınıflandırma başarısının Destek Vektör Makineleri ile elde edileceği görülmüştür.
Glaucoma is a disease that accepted the most insidious today in the eye diseases and if the disease progresses, it occurs dangerous consequences. This disease leading to blindness usually occurs when the intraocular fluid could not cum from eye channels and develops by increasing intraocular pressure(IOP) and the back of eye nerve damage due to this pressure. Aim of this study, diagnosis the disease before the eye nerves damaged and predicts the disease that causes of blindness in the first place among the world. The study used patient data from Pamukkale University Ophthalmology Department. In this study, three important method in machine learning classification methods, Support Vector Machines, Artificial Neural Networks and Decision Trees were used to make the classification for the diagnosis of early stage of glaucoma disease and compared with each other. Performance of the machine learning methods determined by X-validation and to obtain the highest classification success observed with Support Vector Machines
Glaucoma is a disease that accepted the most insidious today in the eye diseases and if the disease progresses, it occurs dangerous consequences. This disease leading to blindness usually occurs when the intraocular fluid could not cum from eye channels and develops by increasing intraocular pressure(IOP) and the back of eye nerve damage due to this pressure. Aim of this study, diagnosis the disease before the eye nerves damaged and predicts the disease that causes of blindness in the first place among the world. The study used patient data from Pamukkale University Ophthalmology Department. In this study, three important method in machine learning classification methods, Support Vector Machines, Artificial Neural Networks and Decision Trees were used to make the classification for the diagnosis of early stage of glaucoma disease and compared with each other. Performance of the machine learning methods determined by X-validation and to obtain the highest classification success observed with Support Vector Machines
Açıklama
Anahtar Kelimeler
Destek vektör makineleri, Glokom, Karar ağaçları, Decision trees, Glaucoma, Supports vector machines, Artificial neural networks, Yapay sinir ağları
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Haciefendioğlu, Ş. (2012). Makine öğrenmesi yöntemleri ile glokom hastalığının teşhisi. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
