Akademik Veri Yönetim Sistemi
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Eskişehir Teknik Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye
Tez Danışmanı: Nihat Adar
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Özet:
Bu doktora tezi kapsamında; bilgisayar biliminde önemli bir problem olan eksik verinin işlenmesi, öznitelik analizi, kıymetli veya etkisiz özniteliklerin değerlendirilmesi ve eksik verinin tamamlanması gibi stratejik veri bilimi yaklaşımları demans hastalıkları uygulaması üzerinden ele alınmaktadır. Nörogörüntülemede bozuk tıbbi görüntüler veya eksik diğer bilgiler, hastalık teşhis sürecinde hatalı kararlara neden olabilmektedir. Dolayısıyla, özniteliklerin analizi, özellikle klinik test skorları olmak üzere eksik verinin veri bilimine getirdiği zorluklar ve dolaylı olarak bulguların güvenilirliğini sorgulayan ölçek çalışmaları karar destek aşamasında önemli hale gelmektedir.
Bu doktora tezinde, öncelikle klinik testler sırasında değerlendirilen dilimli beyin taramaları yardımcı yazılım araçları ile işlenmiş ve sanal modeller oluşturulmuştur. Öznitelikler, önerilen “paralel üç boyutlu beyin modelleme ve öznitelik çıkarma algoritması” ile taramalardan 95,57 kat hızlandırılmış bir şekilde çıkarılmıştır. Çıkarılan özniteliklerin manipüle edilmesi işlemleri önerilen “FreeSurfer: veri ön işleme ve manipülasyon yazılım aracı” aracılığıyla kolaylaştırılmıştır. Detaylı ön işlemden geçen ve 4-sınıf sınıflandırmada %76,5’e kadar başarım sağlayan etkili öznitelikler analiz edilmiştir. Veri üzerindeki önemli eksik değerler, önerilen “demans ile ilgili kullanıcı tabanlı işbirlikçi filtreleme yöntemi” ile farklı hata metrikleri üzerinden düşük hata oranları ile tamamlanmıştır ve klinik testler sırasında tıbbi doktorların karar destek amaçlarıyla kullanabileceği %95 güven düzeyinde “güvenilirlik ölçeği” tanımlanmıştır.