Makine öğrenmesi yöntemleri ile alzheimer hastalığının sınıflandırılması
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Başlık: Makine Öğrenmesi Yöntemleri İle Alzheimer Hastalığının SınıflandırılmasıAmaç: Alzheimer hastalığının kesin nedeni şu ana kadar bilinmemekle birlikte, demansın en yaygın nedenidir. Alzheimer hastalığının tahmini ve erken teşhisi; yavaşlatılması ile ilgili henüz bilinen bir yol olmamasına rağmen hastalığın seyri ve tedavi yöntemleri açısından oldukça önemlidir. Alzheimer Hastalığının sınıflandırılması, semptomların tedavisinde ve hastaların yaşam kalitesini iyileştirme konusunda oldukça önemlidir. Amaç; bu çalışmada makine öğrenmesi algoritmaları ile Alzheimer verilerinin sınıflandırılmasıdır.Yöntem: Hedef değişkeni olarak klinik demans derecelendirmesi belirlenmiş, %80 eğitim ve %20 test veri setleri oluşturulmuştur. Veri setlerine Destek Vektör Makinesi, Yapay Sinir Ağları ve k- En Yakın Komşu algoritmaları uygulanmıştır.Bulgular: Uygulanan algoritmalar ile sınıflandırma yapılmış ve sonuçları karşılaştırılmıştır. Karşılaştırma sonuçlarına göre sınıflandırma performansı en düşükten en yükseğe doğru sırası ile k-NN (AUC=0.575), SVM (AUC=0.612) ve YSA(AUC=0.947) şeklindedir. Sonuç: Alzheimer Hastalığı ile ilgili yapılacak yeni çalışmalar ışığında yeni risk faktörleri de belirlenip klinik parametreler arttırılarak çalışmalar genişletilip makine öğrenmesi algoritmalarına aktarılarak sınıflandırma başarıları artırılabilir.Anahtar kelimeler: Alzheimer Hastalığı, Makine Öğrenmesi, Destek Vektör Makinesi, Yapay Sinir Ağları, k-En Yakın Komşu Title: Alzhemer Disease Classification with Machine Learning MethodAim: While the exact cause of Alzheimer's disease is not known so far, it is the most common cause of dementia. Prediction and early diagnosis of Alzheimer's disease; Although there is no known way to slow it down yet, it is very important in terms of the course of the disease and treatment methods. Classification of Alzheimer's Disease is very important in the treatment of symptoms and improving the quality of life of patients. Aim; In this study, machine learning algorithms and Alzheimer's data are classified.Methods: Clinical dementia rating was determined as the target variable, and 80% training and 20% test datasets were created. Support Vector Machine, Artificial Neural Networks and k-Nearest Neighbor algorithms were applied to the datasets.Result: Classification was made with the applied algorithms and the results were compared. According to the comparison results, the classification performance is k-NN (AUC=0.575), SVM (AUC=0.612) and ANN (AUC=0.947), from lowest to highest, respectively.Conclusions: In the light of new studies on Alzheimer's Disease, new risk factors can be determined, clinical parameters are increased, studies can be expanded, and classification successes can be increased by transferring them to machine learning algorithms.Keywords: Alzheimer Disease, Machine Learning, Support Vector Machine, Artificial Neural Network, k-Nearest Neighbor
Collections