Makine öğrenmesi teknikleri ile yürüyüş verileri kullanılarak Parkinson hastalığının ön tespiti

Basit Öğe Kaydı
dc.contributor.advisorErdem, Oğuzhan
dc.contributor.authorAyna Altuntaş, Sinem
dc.date.accessioned2022-04-27T12:23:19Z
dc.date.available2022-04-27T12:23:19Z
dc.date.issued2022
dc.date.submitted2022
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Hesaplamalı Bilimler Anabilim Dalıen_US
dc.description.abstractParkinson hastalığı bilinen bir tedavisi olmayan, nörolojik bir hastalıktır. Hastalığın erken tespiti ilerleyişinin yavaşlatılması ve etkilerinin en aza indirilebilmesi için önemlidir. Bu sebeple hekimlere yardımcı sistemler geliştirilmesi yönünde çalışmalar yapılmaktadır. Bu tez çalışmasında yalnızca yürüyüş verileri kullanılarak Parkinson hastasısağlıklı ayrımı yapabilecek bir sınıflandırıcı tasarlanması amaçlanmıştır. Bu amaç doğrultusunda makine öğrenmesi yöntemleri kullanılarak farklı normalizasyon, çapraz doğrulama ve sınıflandırma algoritmaları üzerine çalışılmıştır. Yapılan bu farklı çalışmaların sonuçları karşılaştırılarak en iyi performansı gösteren yöntem belirlenmiştir. Kullanılan yürüyüş verileri ve geliştirilen sistem vasıtasıyla Parkinson hastalarının yalnızca yürüyüş verileri kullanılarak teşhisin yapılmasına yardımcı olunacaktır.en_US
dc.description.abstractParkinson's disease is a neurological disease with no known cure. Early detection of the disease is important in slowing its progression and minimizing its effects. For this reason, studies are carried out to develop assistive systems for physicians. In this thesis, it is aimed to design a classifier that can distinguish between Parkinson's patients and healthy people using only gait data. For this purpose, different normalization, cross validation and classification algorithms were studied by using machine learning methods. The results of these different studies were compared and the method with the best performance was determined. The gait data used and the developed system will help diagnose Parkinson's patients using only gait data.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.14551/7987
dc.identifier.yoktezid716001en_US
dc.language.isotren_US
dc.publisherTrakya Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectParkinson hastalığıen_US
dc.subjectYürüyüşen_US
dc.subjectMakine öğrenmesien_US
dc.subjectSınıflandırmaen_US
dc.subjectYürüyüş analizien_US
dc.subjectÖznitelik çıkarımıen_US
dc.subjectÖznitelik seçimien_US
dc.subjectParkinson's diseaseen_US
dc.subjectGaiten_US
dc.subjectMachine learningen_US
dc.subjectClassificationen_US
dc.subjectGait analysisen_US
dc.subjectFeature extractionen_US
dc.subjectFeature selectionen_US
dc.titleMakine öğrenmesi teknikleri ile yürüyüş verileri kullanılarak Parkinson hastalığının ön tespitien_US
dc.title.alternativePreliminary detection of Parkinson's disease using machine learning techniques and gait dataen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
0187129.pdf
Boyut:
2.34 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu