Tez No	İndirme	Tez Künye	Durumu
712338		Makine öğrenmesi teknikleri kullanılarak nörodejeneratif hastalık tespiti ve derecelendirmesi / Neurodegenerative disease detection and rating using machine learning techniques Yazar:ÇAĞATAY BERKE ERDAŞ Danışman: DR. ÖĞR. ÜYESİ EMRE SÜMER ; ÖĞR. GÖR. SEDA KİBAROĞLU Yer Bilgisi: Başkent Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Bilgisayar Mühendisliği Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Amyotrofik lateral skleroz = Amyotrophic lateral sclerosis ; Huntington hastalığı = Huntington disease ; Karekod = QR code ; Makine öğrenmesi = Machine learning ; Manyetik rezonans spektroskopi = Magnetic resonance spectroscopy ; Nörodejeneratif hastalıklar = Neurodegenerative diseases ; Parkinson hastalığı = Parkinson disease	Onaylandı Doktora Türkçe 2022 176 s.
Hızla yaşlanan nüfuslar ile, nörodejeneratif hastalıkların görülme sıklığı da yaşlanmaya paralel bir şekilde artmaktadır. Nörodejeneratif hastalıklar, beyinde meydana getirdikleri dejenerasyonun yanı sıra, kendilerini motor semptomlar olarak adlandırılan hareket bozuklukları olarak da göstermektedirler. Nörodejeneratif hastalıkların tespiti ve hastalık şiddetinin derecelendirilmesi, hastaların doğru teşhis ve bu bağlamda tedaviye ulaşması için kritik rol oynamaktadır. Hastaların muzdarip olduğu hastalığın teşhisinin yanı sıra hastalık şiddetinin de doğru tahmin edilmesi uygulanan tedavinin etkinliğini arttırmaktadır. Bu amaçla, bu tez çalışmasında nörodejeneratif hastalıkların sebep oldukları hareket bozukluklardan yola çıkarak hastalık tespiti ve hastalık şiddetinin tahmini üzerine makine öğrenmesi tabanlı sınıflandırma ve regresyon çalışmaları gerçekleştirilmiştir. Hareket bozukluklarını yürüyüş verileri üzerinden tespit etmeyi amaçlayan çalışmalar ham veri kullanan çeşitli makine öğrenme yöntemlerini ve ham verilerin QR kodlara dönüştürülmesi ile elde edilen 2B temsilleri ile beslenen derin öğrenme yöntemlerini içermektedir. Nörodejeneratif hastalıkların, hareket bozuklukları ile tespit ve hastalık şiddetinin tahmin edilmesinin yanı sıra, görülme oranı en sık hastalıklardan biri olan Parkinson hastalığının beyinde meydana getirdiği dejenerasyon ile bahsi geçen problemlere çözüm aranmıştır. Bu amaçla MR görüntüleri, nörogörüntüleme ön işlemlerine tabi tutularak, tek form haline getirilmiş ve farklı düzlemlerden elde edilen görüntüler ile Parkinson hastalığının tespiti ve hastalık şiddetinin tahmini üzerine çalışılmıştır.
With rapidly aging populations, the incidence of neurodegenerative diseases is increasing in parallel with aging. Neurodegenerative diseases, in addition to the degeneration they cause in the brain, also show themselves as movement disorders called motor symptoms. Detection of neurodegenerative diseases and grading of disease severity play a critical role in patients' correct diagnosis and this context, reaching treatment. In addition to the diagnosis of the disease that the patients suffer from, accurate estimation of the severity of the disease increases the effectiveness of the applied treatment. For this purpose, machine learning-based classification and regression studies were carried out on disease detection and estimation of disease severity based on movement disorders caused by neurodegenerative diseases. Studies aiming to detect movement disorders through gait data include various machine learning methods using raw data and deep learning methods fed with two-dimensional representations obtained by converting raw data into QR codes. In addition to detecting neurodegenerative diseases with movement disorders and estimating the severity of the disease, solutions were sought for the aforementioned problems with the degeneration of the brain caused by Parkinson's disease, which is one of the most common diseases. For this purpose, MR images were subjected to neuroimaging preprocessing, they were made into a single form, and images obtained from different planes were used to detect Parkinson's disease and to estimate the severity of the disease.