Sınıflandırmaya Dayalı Makine Öğrenmesi Teknikleri Ve Kardiyolojik Risk Değerlendirmesine İlişkin Bir Uygulama

Tez Türü: Doktora

Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Enformatik Bölümü, Türkiye

Tez Danışmanı: Prof. Dr. M. Erdal Balaban

Tezin Onay Tarihi: 2015

Tezin Dili: Türkçe

Özet:

Bu tezin amacı kalp ameliyatı sırasında ya da kalp ameliyatı geçirdikten kısa bir süre

sonra hastaya ait hayati riskin sınıflandırmaya dayalı makine öğrenmesi teknikleri

kullanılarak belirlenebilmesidir. Çalışmada kullanılan veri seti Acıbadem Maslak

Hastanesi’nden temin edilmiştir. Literatürde kalp ameliyatı sırasında ya da kalp

ameliyatı geçirdikten kısa bir süre sonra hastanın ölüm riskinin tahmini için kullanılan

EuroSCORE (The European System for Cardiac Operative Risk Evaluation)’a ait risk

faktörleri kullanılmıştır. Veri setindeki gözlemlerde EuroSCORE’daki gibi 30 günlük

takip bilgisi bulunmadığından, öncelikle hastaların Standart EuroSCORE puanları

hesaplanmıştır. Sonrasında bu risk grupları sınıf etiketi olarak kullanılmış ve tahminler

gerçekleştirilmiştir. Naive Bayes Sınıflandırıcı, k-En Yakın Komşu Algoritması,

Logistik Regresyon Analizi, ID3 ve C4.5 Karar Ağacı Algoritmaları kullanılarak farklı

modeller oluşturulmuştur. Modellerin performansları karşılaştırılmıştır. Veri analizleri

R dilinde yazılan kodlarla gerçekleştirilmiştir. R kodlarını geliştirme aracı olarak

RStudio kullanılmıştır. Logistik Regresyon Analizinden elde edilen modeller, Shiny

(shinyapps.io) aracılığı ile web üzerinden kamuya açık hale getirilmiştir. En iyi

performansı gösteren C4.5 karar ağacı modeli için ise başka bir Shiny uygulaması

geliştirilmiştir.