Show simple item record

dc.contributor.advisorKarahoca, Adem
dc.contributor.authorKara, Ali
dc.date.accessioned2021-05-01T07:15:59Z
dc.date.available2021-05-01T07:15:59Z
dc.date.submitted2008
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/550793
dc.description.abstractMedical researches and questionnaires declare that there are approximately 5 million diabetic patients in Turkey. Unfortunately majority of them don't realize that they are in danger of diabetes. It is thought difficult to visit a doctor and examine the results of their insulin measurement. We intend to develop an expert system, which both examines the medical results of potential patients and leads the patients during all their lives. While developing the system, the main aim is to reach as many patients as we can. So web technologies and development tools were used to create our expert system.After developing a web based expert system, it's needed to benchmark of data mining techniques using socio-demographic data of diabetic patients, in order to reveal diabetes map of Turkey, to find association rules among the social-demographic data and to apply Adaptive Neuro Fuzzy Inference System (ANFIS). Via benchmarking ANFIS with multinomial logistic regression (MLR), it's seen that ANFIS is more effective than MLR using fuzzy diabetes data.
dc.description.abstractTıbbi araştırmalar ve anketler, Türkiye?de 5 milyondan fazla diyabet (şeker) hastası bulunduğunu ortaya koymaktadır. Ancak bu hastaların büyük çoğunluğu maalesef diyabet tehlikesinde olduklarının farkında değildirler. Uzman bir doktoru ziyaret etmek, muayene olmak ve insülin tedavisinde dozajı ayarlamak için doktorla görüşmek hastalara zor gelmektedir. Hem potansiyel hastaların risk oranını belirlemek, hem de diyabetlilerin tedavileri boyunca yol gösterici bir uzman sistem geliştirmek istendi. Böyle bir sistemi geliştirmedeki ana amaç, ulaşabilindiği kadar fazla diyabet hastasına ulaşabilmekti. Bu nedenle, Internet üzerinden de kullanılabilen bir sistem olması için, web teknolojilerini ve yazılım geliştirme araçları kullanıldı.Web tabanlı uzman sistemi geliştirdikten sonra, diyabet hastalarının sosyo-demografik verilerini kullanarak veri madenciliği tekniklerinin karşılaştırılması istendi. Bu amaçla, diyabet hastalarının sahip olduğu sosyo-demografik veriler arasında birliktelik kurallarının çıkarılması sağlandı ve ANFIS yardımı ile kestirim yapıldı. Son olarak ANFIS? in lojistik regresyon ile kıyaslanması ile, ANFIS? in daha etkili bir öğrenme ve kestirim aracı olduğu görüldü.en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.subjectBiyomühendisliktr_TR
dc.subjectBioengineeringen_US
dc.titleDeveloping an expert-system for diabetics by supporting with ANFIS
dc.title.alternativeDiyabet hastalığının tanı ve tedavisi için ANFIS destekli uzman sistem geliştirilmesi
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentDiğer
dc.identifier.yokid315276
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityBAHÇEŞEHİR ÜNİVERSİTESİ
dc.identifier.thesisid215938
dc.description.pages56
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess