Gelişmiş Arama

Basit öğe kaydını göster

dc.contributor.authorBozkurt Keser, Sinem
dc.contributor.authorKeskin, Kemal
dc.date.accessioned2023-11-01T08:02:48Z
dc.date.available2023-11-01T08:02:48Z
dc.date.issued03.05.2023en_US
dc.identifier.citationBozkurt Keser, S. & Keskin, K. (2023). Kalp Yetmezliği Hastalarının Sağ Kalım Tahmini: Sınıflandırmaya Dayalı Makine Öğrenmesi Algoritmalarının Bir Uygulaması . Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi , 23 (2) , 362-369 . DOI: 10.35414/akufemubid.1033377en_US
dc.identifier.urihttps://doi.org/10.35414/akufemubid.1033377
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/2118873
dc.identifier.urihttps://hdl.handle.net/11630/11308
dc.description.abstractKardiyo-vasküler hastalıklar dünya genelinde en çok ölüme sebep olan hastalıklar arasında yer almaktadır. Bir kardiyo-vasküler hastalık olan kalp yetmezliği, kalbin vücudun ihtiyaç duyduğu kanı pompalayamaması durumudur. Ülkemizde sıklıkla görülen bu hastalığın sonucu olarak ölümler yaşanmaktadır. Bu çalışmada kalp yetmezliğe sahip hastaların sağ kalım veya ölüm durumlarının tahmin edilmesi için makine öğrenmesi tabanlı bir yaklaşım önerilmektedir. Üç farklı sınıflandırma algoritması kullanılarak önerilen yöntemin etkinliği değerlendirilmektedir. Gerçekleştirilen deneylerde, Yapay Sinir Ağı algoritması ile en yüksek doğruluk değerine (86.67%) ulaşılmıştır. Önerilen yöntem, ölüm riskinin yüksek olduğu kalp yetmezliği hastalarına daha etkin ve uygun tedavi planlarının hazırlanması açısından yol gösterici olacaktır.en_US
dc.description.abstractCardio-vascular diseases are among the diseases that cause the most deaths worldwide. Heart failure, a cardiovascular disease, is a condition in which the heart cannot pump the blood that the body needs. Deaths occur as a result of this disease, which is frequently seen in our country. In this study, a machine learning-based approach is proposed to predict survival or death of patients with heart failure. The effectiveness of the proposed method is evaluated using three different classification algorithms. In the experiments performed, the highest accuracy values (86.67%) was achieved with the Artificial Neural Network algorithm. The proposed method will guide the preparation of more effective and appropriate treatment plans for heart failure patients with a high risk of death.en_US
dc.language.isoturen_US
dc.publisherAfyon Kocatepe Üniversitesien_US
dc.identifier.doi10.35414/akufemubid.1033377en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectKalp Yetmezliğien_US
dc.subjectMakine Öğrenmesien_US
dc.subjectRastgele Ormanen_US
dc.subjectAşırı Gradyan Arttırmaen_US
dc.subjectYapay Sinir Ağlarıen_US
dc.subjectHeart Failureen_US
dc.subjectMachine Learningen_US
dc.subjectRandom Foresten_US
dc.subjectExtreme Gradient Boostingen_US
dc.subjectArtificial Neural Networksen_US
dc.titleKalp yetmezliği hastalarının sağ kalım tahmini: Sınıflandırmaya dayalı makine öğrenmesi algoritmalarının bir uygulamasıen_US
dc.title.alternativePrediction of survival of heart failure patients: An application of classification-based machine learning algorithmsen_US
dc.typearticleen_US
dc.relation.journalAfyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisien_US
dc.departmentAfyon Kocatepe Üniversitesien_US
dc.authorid0000-0002-8013-6922en_US
dc.authorid0000-0002-3969-2396en_US
dc.identifier.volume23en_US
dc.identifier.startpage362en_US
dc.identifier.endpage369en_US
dc.identifier.issue2en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Başka Kurum Yazarıen_US


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster