Yazar "Demir, Bahar" seçeneğine göre listele
Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Detection of Parkinson's disease with keystroke data(Taylor & Francis Ltd, 2023) Demir, Bahar; Ulukaya, Sezer; Erdemb, OguzhanParkinson's disease (PD) is one of the most widespread neurological disorders associated with nerve damage without definitive treatment. Impairments, such as trembling and slowing down in hand movements are among the first symptoms. For this purpose, in this study, machine learning (ML)-based models were developed by using keyboard keystroke dynamics. According to patients' drug use status, disease severity, and gender, we created 14 different sub-datasets and extracted 378 features using raw keystroke data. We developed alternative models with Support Vector Machines (SVM), k-Nearest Neighbors (kNN), and Random Forest (RF) algorithms. We further used Minimum Redundancy Maximum Relevance (mRmR), RELIEF, sequential forward selection (SFS), and RF feature selection methods to investigate prominent features in distinguishing PD. We developed ML models that jointly use the most popular features of selection algorithms (feature ensemble [FE]) and an ensemble classifier by combining multiple ML algorithms utilizing majority vote (model ensemble [ME]). With 14 different sets, FE and ME models provided accuracy (Acc.) in the range of 91.73 - 100% and 81.08 - 100%, respectively.Öğe Makine öğrenimi teknikleri kullanılarak parmak vuruş hareketi verileri ile parkinson hastalığı tespiti(Trakya Üniversitesi, 2022) Demir, Bahar; Erdem, Oğuzhan; Ulukaya, SezerParkinson hastalığı dünyada en yaygın görülen ikinci nörodejeneratif (sinir hasarına bağlı geri dönüşü olmayan) rahatsızlıktır ve henüz kesin bir tedavisi bulunmamaktadır. Hastanın motor becerilerinde meydana gelen ve günlük aktivitelerini olumsuz yönde etkileyen hareket bozuklukları (yürüme, konuşma, denge vb.), uzman klinisyenler tarafından ilaç tedavileri uygulanarak azaltılmaya çalışılmaktadır. El hareketlerindeki bozulmalar (titreme, hareketlerde yavaşlama vb.) hastalığın ilk belirtileri arasında yer almakta olup, hastalığın erken evrede tespiti ile uygulanacak ilaç tedavileri maddi ve manevi açıdan büyük önem taşımaktadır. Bu amaçla, bu çalışmada Parkinson hastalığında klavye tuş vuruş dinamikleri 14 farklı veri kümesinde ilaç kullanım durumlarına, hastalık şiddetine ve cinsiyete göre incelenmiştir. Parkinson hastası ve sağlıklı katılımcılardan oluşan, donma, gecikme ve uçuş sürelerini içeren gün içerisinde arka planda çalışıp kayıt altına alınan ham verilerden öznitelikler çıkartılmış, makine öğrenmesi algoritmaları uygulanarak hangi klavye tuş vuruş özelliklerinin Parkinson hastalarını sağlıklı bireylerden ayırmada daha başarılı olduğu araştırılmıştır.