Parkinson hastalığında ses verileri ile yapılan tanıların başarı oranının incelenmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Lisansüstü Eğitim Enstitüsü, BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2020

Tezin Dili: Türkçe

Öğrenci: RUMEYSA KAYACIOĞLU

Danışman: FIRAT KAÇAR

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Tarih boyunca pek çok insanı etkilemiş olan nörolojik rahatsızlıklardan kaynaklanan şikayetler günümüzde artarak devam etmektedir. Aynı zamanda geçmişten günümüze baktığımızda tıpta tanı ve tedavi yöntemleri üzerine yapılan çalışmaların teknoloji ilerledikçe arttığı görülmektedir. Bu alanlara olan ilginin artmasıyla beraber nörodejeneratif rahatsızlık olan Parkinson hastalığı üzerine de çeşitli tanı ve takip sistemleri üzerine çalışmalar yapılmıştır. Bu amaçla, bu tezde parkinson hastalığının daha objektif tanısına yardımcı olabilmek amacıyla her hasta için çeşitli ses kayıtlarından oluşan bir veri kümesinin, tasarlanan derin öğrenme mimarisi ile sınıflandırılması üzerine çalışılmıştır. Veri kümesinde her deneğin farklı ses örneklerinin bulunması çalışmanın kestirimi açısından önemli olmakla birlikte bu kayıtların, kişinin tüm ses kayıtlarını ne kadar temsil ettiği bilinmemektedir. Derin öğrenme mimarisi olan tekrarlayan sinir ağları ses verilerinde yüksek başarılar elde edebilecek tasarımda olmasına ve parkinson hastalığının tanı ve takibinde tercih edilebilecek verimli bir sistem olmasına rağmen bu çalışma gösterdi ki böyle bir ağ tasarımında sınıflandırma oranını arttırmak, tıp alanında daha keskin tahminler yapabilmek, uzaktan tanı koyabilmek adına çok daha büyük ve çeşitli verilere ihtiyaç duyulmaktadır.