12
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Yanık görüntülerinin çok değişkenli istatistiksel yöntemler ve derin öğrenme yaklaşımları ile analizi
Yanık uzmanlarının nadiren bulunduğu özellikle kırsal kesim acil servislerinde, yanık yarasının fotoğraflarının çekilmesi ve görüntülerin yanık uzmanları tarafından incelenebileceği tam teşekküllü bir sağlık merkezine gönderilmesi ile hastaya yapılacak ilk müdahaleye karar verilebilmektedir. Sunulan tezin amacı, yanık hastalarına ilişkin 105 adet dijital (2D) görüntüdeki sağlıklı ve yanık deriye ilişkin bölgelerin tespit edilebilmesidir. Tezde bu amaç doğrultusunda, iki tip yaklaşım önerilmiştir. Segmentasyon ve sınıflandırma olmak üzere iki aşamadan oluşan ilk yaklaşımda, literatürde yaygın olarak kullanılan 4 segmentasyon ve 10 sınıflandırma yönteminin performansı, değişen renk uzaylarına (CIE L*a*b*, HSV, YCbCr) ve sınıflandırıcı eğitiminde kullanılan öznitelik matrislerine (gri seviye histogram istatistikleri, Haralick öznitelikleri, ortalama parlaklık değerleri) göre değerlendirilmiştir. En iyi sınıflandırma performansı, CIE L*a*b* renk uzayının a* ve b* renk kanallarının FCM'de girdi verisi olarak kullanıldığı ve segmente edilmiş görüntüdeki her bir bölgenin ileriye doğru seçim sonrasında elde edilen 9 adet Haralick özniteliği kullanılarak eğitilmiş yapay sinir ağı modeli ile sınıflandırıldığı durumda elde edilmiştir. 5-katmanlı çapraz doğrulamada hesaplanan ortalama F-skoru %74.28 olarak bulunmuştur. Sunulan tezde kullanılan ikinci yaklaşımda, U-Net ve SegNet mimarileri, iki çeşit eğitim seti kullanılarak eğitilmiş ve 64x64 piksel boyutundaki bloklar ile eğitilen SegNet modeli 5-katmanlı çapraz doğrulama ortamında %80.5'lik bir ortalama F-skoru elde etmiştir.
Chat-bot kullanarak kural tabanlı hastalık tanısı tahmini
Teknolojinin hızla ilerlemesi günümüzde Yapay Zekânın gelişimine katkıda bulunmuştur. Bu gelişimle birlikte Yapay Zekânın kendini gösterdiği sektör sayısı artmıştır. Sağlık sektörü de bu sektörlerden biridir. Bilgi ve iletişim teknolojilerini kullanarak, kişinin sağlık hizmeti sağlayıcılarla aynı ortamda bulunmadan uzaktan muayene olmasına olanak sağlayan E-Sağlığın, hizmetlere uzaktan erişim sağlarken kullandığı birçok teknoloji vardır. Chatbot uygulamaları da bu teknolojilerden biridir. Yazılı ya da sözlü insan konuşmasını taklit eden chatbotlar, sağlık sektöründe, teşhis ve tedavi, önleyici tedbir, kullanılan ilaçlar hakkında bilgi, tedavi hatırlatıcı, hastalık süreci hakkında bilgi ve destek gibi bir çok alanda hizmet vermektedirler. Bu uygulamalar daha kısa sürede daha kaliteli hizmet almaya, bilgiye daha kolay ulaşmaya yardımcı olmanın yanında doktor-hasta ilişkisini de güçlendirmektedir. Bu çalışmada "semptom-tanı" sağlık verilerine dayanarak kural çıkarımı yapılmıştır. Çıkarılan kurallar çerçevesinde geliştirilen chatbot hastalık teşhisi konusunda eğitilmiştir.
Yanık yara görüntülerinin kümelenmesinde bulanık kümeleme yaklaşımlarının başarımlarının değerlendirilmesi
Dünya Sağlık Örgütü yanık yaralarının neden olduğu yıllık ölüm sayısının 265.000 olduğunu bildirmiştir. Bu rakam yanık yaralarının teşhisine yardımcı programlar geliştirmenin ne denli önemli olduğunu gözler önüne sermektedir. Başarılı bir yanık tedavisi için, yanık yüzey alanı gibi bazı hayati parametrelerin doğru belirlenmiş olması gerekmektedir. Bu tez kapsamında, yanık yara görüntülerinden yanık ve normal cilt bölgelerinin ayrımını yaparak yanık yüzdesini hesaplamayı amaçlayan sistemin ilk adımını sağlamak üzere optimum bulanık kümeleme yaklaşımının tanımlanması için bir yöntem önerilmiştir. Karadeniz Teknik Üniversitesi Tıp Fakültesi Farabi Hastanesi Yanık Ünitesi'nden 120 dijital görüntü (2D) toplanmıştır. Veri seti, 100 tanesi eğitim, 20 tanesi test görüntüsü olmak üzere ikiye ayrılmıştır. Tezde önerilen sistem, Öklid, Mahalanobis, Manhattan, Minkowski, Chebishev, Jaccard ve Kosinüs olmak üzere 7 farklı uzaklık ölçeği ile RGB, HSV ve LAB olmak üzere 3 farklı renk uzayı arasında yanık görüntüleri üzerinde en başarılı bulanık kümeleme yaklaşımını tespit etmeyi amaçlamaktadır. Sistem, bulanık kümeleme geçerlilik indekslerini kullanarak eğitim setindeki görüntüler için en uygun küme sayısını bulmak üzere kapsamlı bir dizi deney gerçekleştirmektedir. Bunlara ek olarak görüntülerdeki gürültülerin olumsuz etkisini de ortadan kaldırabilmek için en iyi bulanıklaştırma filtresi de tespit edilmeye çalışılmaktadır. Deneysel sonuçlar önerilen sistemin yanık görüntülerini başarılı bir şekilde kümelediğini göstermektedir.
Toplu taşıma sistemleri için doğrusal optimizasyon yaklaşımları
Günümüzde sürekli artan nüfus kentiçi ulaşım için önemli bir sorundur. Bu sorunlar için en iyi çözüm seçeneği toplu taşımacılık sistemleridir. Genel olarak ulaşım sektöründe bir işletmenin amacı, zaman ve maliyet değerlerini en aza indirerek işletmenin karını en yüksek seviyede tutmaktır aynı zamanda halkın taleplerini karşılayacak şekilde uygun çözümlere de sahip olmaktır. Bu tez kapsamında, Trabzon ilindeki kent içi otobüs taşımacılığındaki sefer sayıları, Covid-19 döneminde yolcular için daha iyi ve daha güvenli bir hizmetin olması amacıyla iyileştirilmesi için modeller önerilmiştir. Bu çalışma kapsamında Trabzon ilinde Beşirli durağından seferlerine başlayan dört otobüs hattı incelenmiştir. Hatlara ait yolcu sayıları, sefer süreleri, toplam araç sayısı ve araçların kapasiteleri kullanılarak Doğrusal Hedef Programlama yöntemi ile modeller oluşturulmuş ve elde edilen sonuçlar mevcut durum ile kıyaslanarak değerlendirilmiştir. Tez kapsamında, Covid-19'un yaygın olduğu bir dönem olan Mart 2021-Nisan 2021 tarihlerindeki veriler kullanılmıştır. Sabah (07:00-09:00) saatlerinde her bir otobüs hattının geçtiği her bir duraktan inen ve binen yolcu sayılarının belirlenmesi için bir aylık sayım yapılmış, elde edilen veriler ile taşınan günlük ortalama yolcu sayıları hesaplanarak sistem kısıtları elde edilerek model oluşturulmuştur. Modellerin analizi sonucu mevcut sefer sayılarında ciddi oranda azalmalar olmuştur. Bu durum Covid-19 döneminde sağlık açısından oldukça önemli olmasının yanında gereksiz maliyet ve zaman kaybını da önleyecektir.
İkili lojistik regresyonda robust yöntemler
Bağımlı değişkenin kesikli olması durumunda uygulanan regresyon analizi yöntemine lojistik regresyon analizi denir. Lojistik regresyon analizinin amaçlarından biri sınıflandırma, diğeri ise en az değişkeni kullanarak en iyi uyuma sahip olacak şekilde bağımlı ve bağımsız değişkenler arasındaki ilişkiyi tanımlayabilen ve genel olarak kabul edilebilen bir model kurmaktır. Doğrusal regresyon analizinde olduğu gibi lojistik regresyon analizinde de çoklu iç ilişki ve aykırı değer problemleriyle karşılaşılabilmektedir. Bağımsız değişkenler arasında çoklu iç ilişkinin var olması durumunda elde edilen regresyon katsayıları gerçek değerlerini yansıtmayacaktır. Veri kümesinde aykırı değerler olması durumunda ise bu değerlerin belirlenmesi ve parametre tahminleri üzerinde etkilerinin incelenmesi gerekmektedir. Bu problemlerin çözümleri için literatürde ayrı ayrı tahmin ediciler önerilmiştir. Bu tez çalışmasında veri kümesinde hem çoklu iç ilişki hem de aykırı değer problemlerinin olması durumunda bu iki problemin birlikte çözümü için robust yanlı bir tahmin edici önerilmiştir. Önerilen bu tahmin edici literatürde mevcut olan diğer tahmin edicilerle hata kareler ortalaması (MSE) kriterine göre karşılaştırılmıştır. Gerçek veri uygulaması ile simülasyon çalışması desteklenmiştir. Ayrıca veri setinde bulunan aykırı değerler için literatürde mevcut olan yöntemler yardımıyla robust teşhis yöntemleri ve bu yöntemler için robust eşik değerler önerilmiştir.
Çok odaklı yaklaşımla esnek rastgele sayılar üretilmesi
Rastgele sayı üretimi istatistik ve veri biliminin en temel konularından birisidir. Rastgele sayılar istatistiksel simülasyonlar, makine öğrenmesi, eğitim, savunma sanayisi, bilgisayar oyunları gibi birçok alanda yaygın bir biçimde kullanılmaktadır. Bu çalışmada rastgele sayı üreteçlerini kullanarak değişken uyuşmazlığa sahip esnek rastgele sayı üretilmesinin algoritması geliştirilmiştir. Önerilen esnek rastgele sayıların formülasyonu ve momentlerinin formülasyonları hesaplanmıştır. Birçok uygulamada kullanılan yarı rastgele sayılar ile sözde rastgele sayılar arasında köprü oluşturacak bir yaklaşım olan esnek rastgele sayı üreteci geliştirilmiştir. Esnek rastgele sayıların geliştirilmesinde kullanılan esneklik parametresi [0,1] arasında bir değer alabilmektedir. Esneklik parametresinin 0 olması durumunda beklenen yarı rastgele sayılar, sıfıra yakın olması durumunda yarı rastgele sayılar, 1 olması durumunda ise sözde rastgele sayılar üretilmektedir. Beş farklı dağılımdan farklı örneklem boyutlarında üretilen esnek rastgele sayıların esneklik parametresi artıkça uyuşmazlık ölçüsünün düzgün bir şekilde arttığı yapılan simülasyonlarda gözlenmiştir. Simülasyonlarda üretilen tüm esnek rastgele sayılar üç farklı uyum iyiliğine testine tabii tutulmuştur. Esneklik parametresi azaldıkça hipotezin reddedilme yüzdesinin düştüğü ve hipotezin I. tip hatası azalır.
Yoğun bakım hastalarının fizyoterapi ve rehabilitasyon uygulamaları için yapay zekâ tabanlı bir karar destek sistemi
Günümüzde yapay zekâ sağlık hizmetleri de dahil olmak üzere birçok alanda kullanılmaktadır. Sağlık hizmetleri alanında yapay zekâ kullanımı ile hastalar için en kısa sürede ve doğru teşhislerin koyularak tedavinin başlaması ve doğru tedavilerin yapılmasıyla sürecin en etkin şekilde ilerlemesi hedeflenmektedir. Yoğun bakım ünitelerinde çalışmakta olan sağlık personellerinin önemli bir bölümünü fizyoterapistler oluşturmaktadır. Bu çalışmada, yoğun bakım ünitelerinde yatmakta olan hastalara ait veriler kullanılarak fizyoterapistlerin daha etkin ve hızlı tedavi yöntemini seçmelerini sağlamak amacıyla hastalardan alınan verilerle yapılan analizler sonucunda bir karar destek sistemi oluşturulmuştur. KTÜ Tıp Fakültesi Göğüs Hastalıkları Yoğun Bakım Ünitesi'nde yatmakta olan 56 hastaya ait veriler kullanılmıştır. Yapılan çalışmalar sonucunda yüzde 85-95 düzeyinde performans elde edilmiştir. Geliştirilen bu sistemin sağlık alanında yapay zekâ uygulamalarına bir yenilik getirerek fizyoterapi ve rehabilitasyon alanında çalışan sağlık personellerine kolaylık getirmesi sağlanacaktır. Ayrıca bu sistemin geliştirilmesiyle birlikte diğer sağlık çalışanlarına da yardımcı olacağı düşünülmektedir.
Sağlık alanında gradyan temelli makine öğrenmesi yöntemleri ile triaj belirleme
Bu tez çalışmasında, makine öğrenimi algoritmalarının hastanın şikayetine göre ilgili branş hekimine yönlendirme süreçlerinde karar destek sistemlerine entegrasyonu incelenmiş ve hasta verilerini kullanarak hastaların hastane girişinde doğru bölüme yönlendirilmesini sağlayacak bir model geliştirilmiştir. Çalışmada, Özel Türkiye Hastanesi'nden elde edilen yaklaşık bir milyon anonimleştirilmiş hasta kaydı analiz edilmiştir. Araştırma kapsamında Naive Bayes, Destek Vektör Makineleri, Yapay Sinir Ağları, Rastgele Orman, AdaBoost, Gradient Boosting, CatBoost, LightGBM ve XGBoost gibi çeşitli makine öğrenimi algoritmaları kullanılmış ve bu algoritmaların performansları karşılaştırılmıştır. Elde edilen sonuçlar, XGBoost algoritmasının %97 doğruluk oranı ile en yüksek performansı gösterdiğini ortaya koymuştur. Bu bulgu, XGBoost algoritması ile elde edilen modelin sağlık hizmetlerinde hastanın doğru bölüme karar vermesi hususunda oldukça etkili bir karar destek modeli olabileceğini göstermektedir. Veri işleme sürecinde, hasta şikayetleri gibi metin verileri TF-IDF yöntemleriyle sayısal forma dönüştürülmüş. Modelin başarısı, doğruluk metriği ile değerlendirilmiş ve sınıf bazında performans karışıklık matrisi kullanılarak incelenmiştir. Çalışmanın sonuçları, triaj süreçlerinin otomatikleştirilmesi ve sağlık profesyonellerine destek sağlanması açısından önemli bir potansiyel ortaya koyduğu görülmüştür. Bu çalışma, yapay zekâ ve makine öğrenimi teknolojilerinin sağlık hizmetlerinde karar destek sistemleri olarak nasıl kullanılabileceğini göstermekte ve bu alandaki literatüre katkı sağlamayı amaçlamaktadır.
Bankacılık bakış açısıyla yapay zeka destekli haber analiz sistemi
Banka ve finans sektörleri, sürekli artan veri akışını yönetebilmek için yenilikçi çözümlere ihtiyaç duymaktadır. Bu doğrultuda geliştirilen sistem, ulusal ve yerel haber kaynaklarını düzenli olarak tarayarak firma istihbaratını otomatikleştirmektedir. Sistem, firmalarla ilgili haberleri tespit edip analiz ederek, metinlerde yer alan firmalara skor ataması yapmaktadır. Böylece, haber içeriğinin hangi firmaya ait olduğu firma ağırlık skoruna göre belirlenmektedir. Sistemin duygu analizi modelinde %86'lık bir başarı oranı elde edilmektedir. Bu model, haber içeriklerini pozitif, negatif ve nötr olarak sınıflandırmaktadır. Sistem analiz sonuçları incelendiğinde yerel ve ulusal haber kaynaklarının bankacılık açısından farklı kelimelere ağırlık verdiği tespit edilmiştir. Önerilen sistem, bankacılık perspektifinde önemli olan pozitif ve negatif kelimelere ve duygu analizi modeline dayalı olarak firmaların piyasadaki algısını ve kamuoyundaki duruşunu belirlemektedir. Bu sayede bankalar ve finans kuruluşları, risk yönetimi süreçlerine katkı sağlayacak stratejik bir firma istihbarat kaynağına sahip olmaktadır. Modüler yapıda tasarlanan sistem, gerçek zamanlı işlem kabiliyeti ile çalışmakta ve her modül bağımsız bir mikro servis olarak görev yapmaktadır. Bu özellikleri sayesinde, bankacılık sektörünün dinamik ihtiyaçlarına uyum sağlayarak, zamanında ve doğru firma istihbaratı sunarak ve karar alma süreçlerini desteklemektedir.
Çok değişkenli katlı lineer modeller altında parametre tahmini
İstatistikte, lineer modeller kavramı geniş bir yer tutar. Özellikle çok değişkenli lineer modellerde parametre tahminleri ve yorumları literatürde geniş bir uygulama alanı bulur. Bu konudaki çalışmalar, açıklayıcı bir değişken grubuyla tek bir bağımlı değişkeni açıklamaya odaklanır. Ancak, gerçek hayatta iki veya daha fazla bağımlı değişkeni aynı anda içeren problemlere de sıkça rastlanır. Bu tür durumlar, klasik çok değişkenli modellerin ötesine geçilerek daha genel yapılara ihtiyaç duyulduğunu göstermektedir. Bu tezde, kısıtlı çok değişkenli katlı lineer modeller ile bu modellerin aşırı parametreli versiyonu ele alınmaktadır. Bu modeller altında tüm bilinmeyen parametre matrislerinin En İyi Lineer Yansız Ön Tahmin Edici (BLUP) ve En İyi Lineer Yansız Tahmin Edici (BLUE)' lerini hesaplamak için analitik formüllerinin elde edilmesi hedeflenmiştir. Ancak, bilinmeyen parametre matrisi üzerindeki kısıtlar, ele alınan modeller altında bu işlemi zorlaştırmaktadır. Çalışmada, bu zorluğun üstesinden gelmek amacıyla, yeniden parametrelendirme yöntemi kullanılarak kısıtlar ortadan kaldırılmıştır. Böylece elde edilen yeni modeller için kuadratik matris optimizasyon teknikleri ile tüm bilinmeyen parametre matrislerinin BLUP/BLUE' ları için analitik formüllerin türetilmesi sağlanmıştır. Sonuç olarak BLUP/BLUE' lara yeni ve değerli özellik kazandırılmıştır.
Hava yolları uçuş ekibi ihtiyacının makine öğrenmesi ve zaman serisi modelleri ile tahmini
Covid-19 pandemisinden en çok etkilenen sektörlerin başında havayolu taşımacılığı gelmesine rağmen dünya ekonomisi açısından vazgeçilmez bir konumda bulunmaktadır. Son dönemlerde salgın hastalıklar ve terör olayları nedeniyle zaman zaman ekonomik krizler yaşanmıştır. Pandeminin etkisiyle dünyada çoğu havayolu şirketi küçülmeye gitmesine rağmen uzun vadede büyümesini sürdürmektedir. Pek çok havayolu şirketi için mevcut sefer sayıları ile pandemi öncesi sefer sayıları birbirine benzerlik göstermektedir. Pandeminin hayatımıza girmesiyle birlikte yolcu taşımacılığının yanı sıra havacılıkta kargo taşımacılığı da büyük önem kazanmıştır. Kargo seferlerine artan talep neticesinde uçak sefer sayılarında ki artış açıkça gözükmektedir. Tüm havayolu şirketleri için artan talepler karşısında uçucu ekip ihtiyacı temel sorun olmuştur. Havayolu şirketleri bu sorunu çözmek için çeşitli çalışmalar yürütmektir. Yapılan çalışma ile hava yolları için gelecek yıllarda oluşacak ekip ihtiyacı sayısını en etkin şekilde tahminlemesi hedeflenmektedir. Bu projenin amacı, aşağıdaki çıktıları doğru bir şekilde gerçekleştirmek için makine öğrenmesi yardımıyla bir karar destek sistemi kurarak milli bayrak taşıyıcı havayolu şirketi olan Türk Hava Yolları'nın gelecek yıllar için ekip ihtiyacını tespit etmektir. Ekip ihtiyacı sayısının tahmin edilmesi ile birlikte, gelecek yıllarda üretim saati, uçak sayısı ve destinasyon vb. değişkenler arttığında, uçuş operasyonlarının tam zamanlı ve eksiksiz olarak gerçekleştirilebilecek, yılın herhangi bir zamanında gelecek olan kargo, charter vb. ek gelir olan seferlerin sorunsuz bir şekilde icra edilebilecek, geçmişe dayalı olarak oluşturulan nöbetçi ekip sayılarının kullanım oranları incelenerek geleceğe yönelik daha optimal sayıda nöbet tahminleyerek hem gereksiz yere açılan nöbet maliyetinden tasarruf etmek hem de mevcut bulunan ekiplerin daha optimal kullanımını sağlanacaktır. Projede birbirini takip eden üç temel adımdan oluşacaktır. Bunlardan ilki Ekip Planlama Başkanlığı sistemlerinden veri elde etmektir. Şu an kullanılan planlama sistemi geçmişe dönük verileri raporlar halinde planlamacıya sunabilmektedir. Veri elde etmek herhangi bir paket programa ya da kütüphaneye ihtiyaç bulunmamaktadır. Diğer bir adım ise, veri analizidir. Bu adımda elde edilen veri üzerinde Python yazılım dili kullanılarak veri madenciliği işlemleri yapılacaktır. Bu işlemlerin sonucunda analize hazır hale gelecek olan veri üzerinde farklı makine öğrenmesi algoritmaları uygulanacaktır. Uygulanan algoritmalar sonucu elde edilen sonuçlardan en optimal sonucu veren algoritma seçilecektir. Projenin son adımı ise kullanıcılar için arayüz oluşturmak olacaktır. Proje tamamlandıktan sonra elde edilecek yazılım planlamacıların kullanımına sunulacaktır. İlgili kişiler yapacakları çalışmalar ile gelecek yıllar için gerekli ekip sayısını tahmin edecek ve bu hedef doğrultusunda yeni ekipler istihdam edilecek, mevcut ekiplere ihtiyaçlar dahilinde eğitimler planlanarak terfi edilmesi ve gerekli görülen ihtiyacın giderilmesi sağlanacaktır. Tezde yer alan veri seti ve analiz çıktıları, Türk Hava Yolları gizlilik politikaları ve etik prensipleri gereği değiştirilmiş, anonimleştirilmiş veya temsili şekilde sunulmuştur. Sunulan içerikler, tez çalışmasının bilimsel geçerliliğini etkilemeyecek şekilde hazırlanmıştır.
Sürü iha görüntülerinin birleştirilmesinde paralel optimizasyon algoritmalrı
Savunma sanayiinde ve sivil uygulamalarda İnsansız Hava Araçlarının (İHA) kullanımı, özellikle sürü İHA sistemlerinin gelişimi ile birlikte, görüntü mozaikleme ihtiyacını artırmıştır. Çalışmada, görüntülerin örtüşen bölgelerindeki benzerlik seviyesini ölçmek için Ortalama Kare Hata (MSE) ve Normalize Çapraz Korelasyon (NCC) amaç fonksiyonları olarak kullanılmıştır. Tezin ana katkısı, çoklu görüntülerin eşzamanlı birleştirilmesi problemine yöneliktir. Bu problem, her görüntü çifti için ayrı ve bağımsız bir arama uzayı gerektiren çoklu amaç (multi-objective) karakteristiği gösterir. Bu zorluğun üstesinden gelmek için, klasik algoritmaların çok sürülü versiyonları olan Çok Kovanlı Yapay Arı Koloni (MH-ABC) ve Çok Kavimli Yapay Çekirge Sürü (MT-ALSO) algoritmaları önerilmiş ve geliştirilmiştir. Önerilen çok sürülü algoritmalar, bir drone ile çekilmiş 9 adet gerçek ayçiçeği tarlası görüntüsünden oluşan karmaşık bir probleme uygulanmıştır. Elde edilen bulgular, MH-ABC ve MT-ALSO algoritmalarının, çoklu ve paralel arama uzaylarına sahip bu tür karmaşık görüntü birleştirme problemlerini çözmede uygulanabilir ve etkili olduğunu kanıtlamış, parçalı görüntüleri başarıyla bir araya getirerek bütünleşik bir mozaik oluşturmuştur.