RSESLIBKNN MAKİNE ÖĞRENMESİ YÖNTEMİ KULLANILARAK PARKİNSON HASTALIĞININ TANISI

Authors : İlknur BÜTÜNER, Burak KAPLAN, Kemal ADEM

Pages : 715-721

Doi:10.28948/ngumuh.655720

View : 38 | Download : 9

Publication Date : 2020-08-07

Article Type : Research Paper

Abstract :Parkinson Hastalığı, insanların yaşam kalitesini etkileyen nörolojik bir hastalıktır. Parkinson hastalığı merkezi sinir sistemini olumsuz etkileyen bir hastalıktır. Hastaların ölümüne yol açabilmektedir. Bu nedenle, Parkinson hastalığının erken tespiti son derece önemlidir. Parkinson hastalığına ait belirtiler, potansiyel olarak gelişmiş makine öğrenme tekniklerine dayanan bilgisayar destekli tanı sistemleri ile tespit edilebilir. Bu çalışmada Parkinson hastalığı tanısı için kNN, RseslibKnn ve A1DE makine öğrenmesi yöntemleri kullanılmıştır. Çalışmanın amacı Parkinson hastalığı veri kümesi üzerinde makine öğrenmesi yöntemlerinin başarı oranlarının karşılaştırılarak en uygun karar destek sisteminin sunulmasıdır. Veri kümesi olarak ‘UC Irvine Machine Learning Repository’ veri tabanından elde edilen, 252 örnekten ve 753 öznitelikten oluşan veri kümesi kullanılmıştır. Literatür üzerinde farklı çalışmalar da incelenip karşılaştırılmıştır. Deneysel çalışmalar farklı çapraz geçerlilikler üzerinden yapılmış olup bunların ortalaması başarı sonucu olarak verilmiştir. Çalışma sonucunda, parkinson hastalığı veri kümesi kNN, RseslibKnn ve A1DE makine öğrenmesi yöntemleri ile sınıflandırılmış ve daha sonra eğitim ve test sonuçları doğruluk, duyarlılık ve özgüllük değerleri temel alınarak değerlendirilmiştir. Farklı çapraz geçerlilik değerleri ile ele alınan tüm yöntemler incelediğinde en yüksek başarı sonucu %97,61 doğruluk oranı ortalaması ile RseslibKnn yöntemi vermiştir. Değerlendirme sonucunda RseslibKnn makine öğrenmesi yönteminin Parkinson hastalığının tespiti ile ilgili karar destek sistemleri üzerine önerilerde bulunulmuştur.
Keywords : Makine öğrenmesi, Parkinson hastalığı, RseslibkNN, A1DE, kNN

ORIGINAL ARTICLE URL