DoktoraAçık Erişim

Tıbbi bilişim sistemlerinde veri madenciliği ve bilgi keşfi

Bu tez size mi ait?

Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.

2015
0 görüntülenme
0 i̇ndirme

Özet (TR)

Hastane Bilgi Yönetim Sistemleri kamu ve özel hastanelerinin tamamımda kullanılmaktadır. Yirmi dört saat kesintisiz olarak yeni tıbbi verilerin kaydedildiği bu geniş veri tabanlarında, biriken bu değerli veriler günümüzde sadece kurum içinde gerekli raporlama ve sorgular için kullanılmakta ve temiz veri ambarları şeklinde tutulamadığından her hangi bir akademik çalışma için değerlendirilemediğine tanık olmaktayız. Bu tezde tıbbi verilerin belirli sınırlar dâhilinde ve standart protokoller ile akademik çalışmalar için açık kaynak olması gerektiğine vurgu yapılacak, gerçekleştirdiğim tıbbi bilişim sistemleri ve tıbbi uygulamalarda bu verilerin işlenip nasıl kıymetli sonuçların elde edilebileceğinden bahsedilecektir. Tezdeki çalışmalar "tıbbi laboratuarlar", "yüz ve boyun kanserleri" ve "beslenme ve diyet" alanları üzerine yapılmıştır. Bu üç alan için MSSQL veri tabanı ve C# programlama dili ile ASP.NET kullanılarak yeni bilişim sistemleri geliştirilmiştir. Böylece, temiz ve işlenebilir verilerin bu sistemlere toplanması sağlanmış ve veri madenciliği ve bilgi keşfi tekniği bu bilişim sistemleri için farklı algoritma yaklaşımları ile uygulanabilmiştir. Çalışmalarda veri madenciliği tekniklerinden farklı yaklaşımlara sahip kümeleme algoritmaları geliştirilmiştir. İlk olarak, bu algoritmalar etik kurul izinleri alınmış laboratuar verilerinin analizi için kullanılmıştır. İkinci olarak, yine etik kurul izinleri alınmış yüz ve boyun kanser verilerinin analizi için farklı yaklaşımlı kümeleme algoritmalar kullanılmıştır. Son olarak beslenme ve diyet veri kümesi melez kuantum genetik algoritması ile optimize edilmiştir. Geliştirilen kümeleme algoritmaları kendi kendini düzenleyen haritalar, k-ortalama++ algoritmaları ve onların farklı yaklaşımları ile karşılaştırılmıştır. Bunun yanında, geliştirilmiş melez kuantum genetik algoritması, geleneksel genetik algoritma ve kuantum genetik algoritma ile karşılaştırılmıştır. Sonuç olarak da geleneksel yöntemlere nazaran daha hızlı ve doğruluğu daha yüksek desenler elde edilebilmiştir.

Yazar

Yunus Doğan

Bu Yayına Nasıl Atıf Yapılır

Yunus Doğan (Doktora Tezi). Tıbbi bilişim sistemlerinde veri madenciliği ve bilgi keşfi, 2015, Dokuz Eylül University.

Lisans

Tüm Hakları Saklıdır

Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.

Dokuz Eylül University tezlerinden daha fazlası