Prediction of Liver Diseases with Machine Learning Method
-
Published:2022-06-08
Issue:
Volume:
Page:
-
ISSN:2651-3544
-
Container-title:Sürdürülebilir Mühendislik Uygulamaları ve Teknolojik Gelişmeler Dergisi
-
language:tr
-
Short-container-title:SMUTGD
Affiliation:
1. ÇANKIRI KARATEKİN ÜNİVERSİTESİ
Abstract
Bu çalışmada karaciğer test sonuçlarının makine öğrenmesi algoritmalarından lojistik regresyon sınıflandırılmasına dayalı hastalık tahmin modeli çalışması yapılmıştır. Karaciğer insan vücudunda adeta bir fabrika gibi çalışmaktadır. Bu organın hastalanması bütün vücuda zarar veren birçok etki meydana getirmektedir. Bu çalışmada belirli ölçütlere ve parametrelere göre bu hayati organ için hastalık tahmin modeli gerçekleştirilmiştir. Çalışmada karaciğere ait protein, albümin ve bilurubin gibi değerler hastalık tahmin modelinde incelenmiştir. Çalışmada kullanılan veri modeli açık kaynaklı kaggle web sitesinden alınmıştır. Tahmin modeli python dili ile jupyter notebook ortamında gerçekleştirilmiştir. Kategorik veri tahmini içinse lojistik regresyon modeli tercih edilmiştir. Oluşturulan model %84 doğruluk içermiştir. Değerlendirme ölçütü olarak karmaşıklık matrisi kullanılmış ve çalışmada sunulmuştur.
Publisher
Kirsehir Ahi Evran University
Reference29 articles.
1. Roy, S., Menapace, W., Oei, S., Luijten, B., Fini, E., Saltori, C., & Demi, L. Deep learning for classification and localization of COVID-19 markers in point-of-care lung ultrasound. IEEE transactions on medical imaging, (2020) 39(8), 2676-2687. 2. Khalifa, NEM., Taha, MHN., Ali, DE., Slowik, A., & Hassanien, AE. Artificial intelligence technique for gene expression by tumor RNA-Seq data: a novel optimized deep learning approach. IEEE, (2020); 8, 22874-22883. 3. Kaur, S., Singla, J., Nkenyereye, L., Jha, S., Prashar, D., Joshi, G. P., & Islam, SR. Medical diagnostic systems using artificial intelligence (ai) algorithms: Principles and perspectives. IEEE (2020); 8, 228049-228069. 4. Yao, Z., Li, J., Guan, Z., Ye, Y., & Chen, Y. Liver disease screening based on densely connected deep neural networks. Neural Networks, (2020); 123, 299-304. 5. Guo, X., Wang, F., Teodoro, G., Farris, A. B., & Kong, J.. Liver steatosis segmentation with deep learning methods. In 2019 IEEE 16th International Symposium on Biomedical Imaging (2019); (pp. 24-27). IEEE.
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
|
|