Vücudun yeterli miktarda insülin üretememesi ya da kan şekerinin normalin üstüne çıkması diyabet hastalığının oluşmasına neden olmaktadır. Kan şekeri insan vücudunun en önemli enerji kaynaklarından birisidir. Vücut bu ihtiyacı tüketilen yiyeceklerde ve çeşitli gıdalardan temin etmektedir. Diyabet hastalığı tedavi edilmezse ölümcül sonuçlar doğurabilmektedir. Bunun yanı sıra, erken tanı konulduğunda ise tedavisi mümkün olabilmektedir. Diyabet hastalığını tespit etmek için kullanılan geleneksel yöntemler hem süreç hem de laboratuvar ekipmanı açısından maliyetli olmaktadır. Bundan dolayı çeşitli fiziksel ve klinik verileri kullanan bilgisayar-tabanlı uygulamaların önemi artış göstermiştir. Bunlara ek olarak, hastalık teşhisi hem daha hızlı hem de daha ekonomik olabilmektedir. Bilgisayar-tabanlı uygulamalarda genellikle görüntü işleme, derin öğrenme gibi yöntemler kullanılmakta ve etkili sonuçlar elde edilmektedir. Bu çalışmada da derin öğrenmeye başvurulmuş ve diyabet hastalığı çeşitli tekrarlayıcı sinir ağları ile sınıflandırılarak tahmin edilmiştir. Çalışma dört aşamadan meydana gelmiştir. Birinci aşamada veri seti oluşturulmuştur. İkinci aşamada önişlem yapılmış ve bu doğrultuda veriler standartlaştırılmıştır. Üçüncü aşamada tekrarlayıcı sinir ağları modellenmiş ve sınıflandırma yapılmıştır. Son aşamada ise sınıflandırıcıların performansları değerlendirilmiş ve bunun için doğruluk, kesinlik, duyarlılık, F1-skor ve EAA skorları kullanılmıştır. Çalışmanın sonunda elde edilen sonuçlar, bu yöntemlerin bu alanda etkili bir şekilde kullanılabileceğini doğrulamıştır.
Anahtar Kelimeler: Sınıflandırma, Derin Öğrenme, Tekrarlayıcı Sinir Ağları, Diyabet Tahmini
|
