Kişisel Bilgiler ve Günlük Aktiviteler Gibi Tetikleyicilerin Migren Atağı Üzerindeki Etkilerinin Makine ve Derin Öğrenme Yaklaşımları ile Analizi
| Autor: | GÜRKAN, Çağlar, KOZALIOĞLU, Sude, PALANDÖKEN, Merih |
|---|---|
| Jazyk: | turečtina |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Issue: 28 1233-1236 Avrupa Bilim ve Teknoloji Dergisi |
| ISSN: | 2148-2683 |
| Popis: | Migraine the third most common disease in the world, is negatively affected the quality of life of patients. The effect of personal information and genetic characteristics on migraine disease is known. It is quite important to analysed data in the field of health with the use of artificial intelligence. The data set used in this study consists of 4579 samples obtained on 'with a migraine attack' and 'without a migraine attack' days and containing several migraine triggers. With the effect of these triggers, the patients with or without migraine attacks during the day were analyzed using machine learning and deep learning methods. Among all analyses, the highest predictive performance has been obtained by the multilayer perceptron algorithm with an accuracy of 99.7% and an F1-score of 97.7%. Dünyadaki en yaygın üçüncü hastalık olan migren, hastaların yaşam kalitesini olumsuz etkilemektedir. Kişisel bilgilerin ve genetik özelliklerin migren hastalığı üzerindeki etkisi bilinmektedir. Yapay zekanın kullanımıyla sağlık alanındaki verilerin analiz edilmesi oldukça önemlidir. Bu çalışmada kullanılan veri seti 'migren atağı olan' ve 'migren atağı olmayan' günlerde elde edilen ve çeşitli migren tetikleyicilerini içeren 4579 örnekten oluşmaktadır. Bu tetikleyicilerin etkisi ile gün içinde migren atağı olan veya olmayan hastalar makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak analiz edilmiştir. Tüm analizler içerisinde, en yüksek kestirimci performans çok katmanlı algılayıcı algoritması tarafından %99.7 doğruluk oranı ve %97.7 F1-skoru ile elde edilmiştir. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|