Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 11
 İndirme 3
SOLUNUM SİSTEMİ HASTALIKLARININ TEŞHİSİNE YÖNELİK MAKİNE ÖĞRENMESİ TABANLI ANALİZ PROGRAMI GELİŞTİRİLMESİ
2023
Dergi:  
Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi
Yazar:  
Özet:

Solunum sistemi hastalıkları hem dünyada hem ülkemizde milyonlarca kişinin ölümüne sebep olan tıbbi bir problemdir. Teknolojinin gelişmesi ile ortaya çıkan bilgisayar destekli tanı sistemleri solunum sistemi hastalıklarının erken teşhisinde umut vadetmektedir. Bu çalışmanın amacı sağlıklı ve çeşitli akciğer hastalıklarına sahip bireylerden alınan solunum seslerinin otomatik teşhisi ile hekime yardımcı olan ve Tıp eğitimi gören öğrencilerin solunum seslerini öğrenmesine imkan sağlayan tanı sistemi geliştirilmesidir. Çalışmadaki kullanılan solunum sesleri, Manisa Celal Bayar Üniversitesi Hafsa Sultan Hastahanesi Göğüs Hastalıkları Anabilim dalındaki uzman hekimler tarafından Littman 3200 Elektronik Stetoskop ile kaydedilmiştir. 105 gönüllüden kaydedilen yedi farklı solunum grubuna ait solunum sesleri filtreleme, öznitelik çıkarımı ve sınıflama gibi sinyal işleme yöntemlerine tabi tutularak otomatik teşhis gerçekleştirilme ve teşhis sonucuna göre hastanın sahip olabileceği olası hastalıklar Kullanıcı Ara yüzünde listelenmektedir. Geliştirilen programda kullanılan yöntemlerin eğitilmesi ve başarılarının test edilebilmesi amacıyla veriler, eğitim ve test verisi olarak ayrılmıştır. Eğitme aşamasında geçerlilik yöntemleri kullanılarak eğitim tutarlığı sağlanmıştır. Test verileri kullanılarak gerçekleştirilen analizler sonucunda Mel Frekansı Kepstral Katsayıları ve Destek Vektör Makineleri birlikte kullanıldığında en yüksek doğruluk oranı %94,5 olarak elde edilmiştir. Yüksek doğruluk oranı ile programın otomatik teşhisi başarılı bir şekilde gerçekleştirdiği kanıtlanmaktadır. Ayrıca Analiz programı Tıp öğrencilerinin kullanımına sunularak bir diğer hedefine de ulaşmıştır.

Anahtar Kelimeler:

Development Of Machine Learning Based Analysis Program For Diagnosis Of Respiratory System Diseases
2023
Yazar:  
Özet:

Respiratory system diseases are medical problem that causes the death of millions of people in the World. Recently, computer aided diagnosis systems are promising in the early diagnosis of respiratory system diseases. The purpose of this study is to develop a diagnostic system that assists the physician with the automatic diagnosis of respiratory sounds from individuals with healthy and varied lung diseases and to allows medical education students to learn their respiratory sounds. In this study, analysis is performed by applying various signal processing methods such as filtering, feature extraction and classification to respiratory sounds. As a result of the analysis, automatic diagnosis is made and possible diseases that the patient may have according to the diagnosis result are listed in the User Interface. The data is divided into training and testing data so that the methods used in the developed program can be trained and tested for their success. Analysis using test data results in the highest accuracy of 94.5% when combined with the Mel Frequency Cepstral Coefficients and Support Vector Machines. High accuracy rate proves that the program successfully performs automatic-diagnosis. The analysis program has been made available to Medical students and so it has achieved another goal.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler






Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi

Alan :   Mühendislik; Fen Bilimleri ve Matematik

Dergi Türü :   Uluslararası

Metrikler
Makale : 200
Atıf : 54
2023 Impact/Etki : 0.136
Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi