Koroner Arter Hastalığı Riskinin Veri Madenciliği Yöntemleri İle İncelenmesi

Basit Öğe Kaydı
dc.contributor.authorCihan, Şeyma
dc.contributor.authorKarabulut, Bergen
dc.contributor.authorArslan, Güvenç
dc.contributor.authorCihan, Gökhan
dc.date.accessioned2025-01-21T14:27:54Z
dc.date.available2025-01-21T14:27:54Z
dc.date.issued2017
dc.description.abstractGünümüzdeKardiyovasküler Hastalıklar oldukça yaygındır ve ölüm nedenlerinin başındagelmektedir. Kardiyovasküler Hastalıkların bir tipi olan Koroner ArterHastalığının doğru ve zamanında teşhisi çok önemlidir. Koroner arterhastalığının kesin tanısı ve hastalık şiddetinin saptanmasında invaziv biryöntem olan anjiyografi altın standart olarak kullanılmaktadır. Anjiyografi,maliyeti yüksek ve ileri seviyede uzmanlık gerektiren bir yöntem olmasınınyanında ciddi komplikasyonlara da sebep olabilmektedir. Bu nedenlerle daha ucuzve etkili bir yaklaşım sağlayabilecek olan veri madenciliğinin kullanımı üzerindeçalışmalar yapılmaktadır. Bu çalışmada Koroner Arter Hastalığı riskinintespitinde bir sınıflama modeli geliştirmek için veri madenciliği yaklaşımıuygulanmıştır. Çalışma kapsamında sınıflandırma yöntemleri ile elde edilensonuçlar ve doğru sınıflandırma oranları karşılaştırılmıştır. Bunun içinCleveland kliniğine ait, 303 kayıt ve 14 değişken içeren kalp hastalığı verikümesi kullanılmıştır. Gerekli hesaplamalar ve modelleri elde etmek için Wekapaket programında 1R, J48 Karar Ağacı, Naive Bayes ve Çok katmanlı yapay sinirağı (YSA) sınıflandırma yöntemleri uygulanmıştır. Uygulama sonucunda KoronerArter Hastalığının tespitinde en iyi sonucun %83,498 doğruluk oranı ile Çokkatmanlı YSA sınıflandırma yöntemi ile elde edildiği görülmüştür. Çok katmanlı YSAalgoritmasını Naive Bayes ve Düzenlenmiş J48 Karar Ağacı algoritmalarıizlemiştir.
dc.description.abstractCardiovascularDiseases are quite common nowadays and are one of the leading causes of death.The correct and timely diagnosis of Coronary Artery Disease, a type ofCardiovascular Disease, is very important for further treatment of thepatients. For accurate diagnosis of coronary artery disease and determinationof disease severity, angiography, which is an invasive and gold standarddiagnosis tool, is used. Angiography is a costly and advanced method thatrequires clinical expertise and may cause serious complications. For thesereasons, research on using data mining techniques, which is a cheaper and moreeffective approach, for diagnosis is one of today's research topics. In thisstudy, classification-based data mining methods were used to determine the riskof coronary artery disease and these methods were compared in terms ofaccuracy. A data set consisting of 303 patient records and 14 attributes ofCleveland clinic were used. In particular, 1R, J48 Decision Tree, Naive Bayesand Multilayer Artificial Neural Network classification methods were applied onthis data set with the help of WEKA program. The best result (in terms ofcorrect diagnosis ratio) in determining risk of Coronary Artery Disease wasobtained with Artificial Neural Network classification method with an accuracyof 83.498%. The multi-layer ANN algorithm was followed by Naive Bayes and theJ48 Decision Tree algorithms
dc.identifier.dergipark419663
dc.identifier.doi10.29137/umagd.419663
dc.identifier.issn1308-5514
dc.identifier.issue1-85
dc.identifier.startpage93
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/465675
dc.identifier.urihttps://dergipark.org.tr/tr/pub/umagd/issue/36839/419663
dc.identifier.urihttps://doi.org/10.29137/umagd.419663
dc.identifier.urihttps://hdl.handle.net/20.500.12587/20202
dc.identifier.volume1
dc.language.isotr
dc.publisherKırıkkale Üniversitesi
dc.relation.ispartofUluslararası Mühendislik Araştırma ve Geliştirme Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20241229
dc.subjectAntideprasan
dc.subjectilaç etken maddesi
dc.subjectadsorpsiyon
dc.subjectizoterm
dc.subjectData Mining
dc.subjectClassification
dc.subjectCoronary Artery Disease
dc.titleKoroner Arter Hastalığı Riskinin Veri Madenciliği Yöntemleri İle İncelenmesi
dc.title.alternativeIdentification of Coronary Artery Disease Risk Using Data Mining Techniques
dc.typeArticle

Dosyalar

Koleksiyon

Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi
TR-Dizin İndeksli Yayınlar Koleksiyonu