Bulanık mantık sistemine dayalı uyarlanır ağ kullanılarak tıbbi hastalık teşhisi
| dc.contributor.advisor | Kayabaşı, Ahmet | |
| dc.contributor.author | Toklu, Zeynep | |
| dc.date.accessioned | 2021-12-17T06:33:22Z | |
| dc.date.available | 2021-12-17T06:33:22Z | |
| dc.date.issued | 2020 | |
| dc.department | KMÜ, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalı | |
| dc.description | YÖK Tez No: 640794 | en_US |
| dc.description.abstract | Bu tez çalışmasının amacı günümüzde en sık görülen hastalıklardan olan diyabet ve anemi hastalıklarının tanısını koymaktır. Bu nedenle bir Bulanık Mantık Sistemine Dayalı Uyarlanır Ağ tasarlanarak kişinin hasta veya sağlıklı olduğuna dair bir sınıflandırma yapılmıştır. Ağın tasarımında gerçek hastalardan alınan verilerden yararlanılmıştır. Bu verilerden ağı etkilemeyecek parametreler çıkartılmış ve diğer parametreler kullanılarak her hastalık için eğitim giriş, eğitim çıkış, test giriş, test çıkış olmak üzere oluşturulan dört farklı dosya Matlab'a yüklenmiş ve Matlab'ın fonksiyonlarından yararlanılarak en doğru sonuç bulunmaya çalışılmıştır. Diyabet tanısı için Matlab'ın Alt Kümeleme Yöntemi kullanılarak 8 giriş ve 1 çıkıştan oluşan bir ağ; Anemi tanısı için Matlab'ın Izgara Bölümleme Yöntemi kullanılarak 5 giriş 1 çıkıştan oluşan bir ağ tasarlanmıştır. Uygulama sonucunda tasarlanan ağdan alınan sonuç ile gerçek sonuçlar kıyaslanmış ve ağın yüksek oranda doğru sonuçlar ürettiği bulunmuştur. | en_US |
| dc.description.abstract | The purpose of this thesis study is to diagnose diabetes and anemia diseases, which are among the most common diseases today. For this reason, a Adaptive Network Based on a Fuzzy Logic System was designed and a classification was made as to whether the person is sick or healthy. Data from real patients were used in the design of the network. Parameters that will not affect the network have been extracted from these data and four different files created for each disease as education entry, education exit, test entry, test exit have been uploaded to Matlab and it has been tried to find the most accurate result by using the functions of Matlab. A network of 8 entries and 1 exit using Matlab's Subset Clustering Method for the diagnosis of diabetes; A network consisting of 5 inputs and 1 output was designed using Matlab's Grid Partitioning Method for the diagnosis of anemia. As a result of the application, the results obtained from the designed network were compared with the actual results and the network was found to produce highly accurate results. | en_US |
| dc.identifier.citation | Toklu, Z. (2020). Bulanık mantık sistemine dayalı uyarlanır ağ kullanılarak tıbbi hastalık teşhisi. KMÜ, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliğ Ana Bilim Dalı Yüksek Lisans Tezi, Karaman. | en_US |
| dc.identifier.uri | https://hdl.handle.net/11492/5671 | |
| dc.identifier.yoktezid | 640794 | |
| dc.institutionauthor | Toklu, Zeynep | |
| dc.language.iso | tr | |
| dc.publisher | Karamanoğlu Mehmetbey Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.title | Bulanık mantık sistemine dayalı uyarlanır ağ kullanılarak tıbbi hastalık teşhisi | |
| dc.title.alternative | Diagnosis of medical diseas using adaptive neuro-fuzzy inference system | |
| dc.type | Master Thesis |
