WoS İndeksli Yayınlar Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/394

Browse

Now showing 1 - 20 of 37

Akut Böbrek Hasarında Nötrofil Jelatinaz İlişkili Lipokalin ile Mortalite İlişkisi
(GALENOS YAYINCILIK, ERKAN MOR, MOLLA GURANI CAD 21-1, FINDIKZADE, ISTANBUL 34093, TURKEY, 2018) Aksebzeci, Bekir Hakan; Kayaaltı, Seda; Kayaaltı, Ömer; AGÜ, Yaşam ve Doğa Bilimleri Fakültesi, Biyomühendislik Bölümü;
Objective: Almost half of intensive care patients are affected by acute kidney injury (AKI). The purpose of this study is to determine parameters that can be used for predicting of early (within 28 days) and late (within 90 days) mortality in patients who are followed-up with AKI in intensive care units. Materials and Methods: In this study, a dataset that contains 50 patients with AKI in intensive care units was used. This dataset contains blood urea nitrogen, creatinine, plasma and urinary neutrophil gelatinase-associated hpocalin (NGAL), lactate dehydrogenase, alkaline phosphatase and gammaglutamyl transpeptidase values of patients who were admitted to intensive care for various reasons and who developed AKI on the days 1, 3 and 7. In addition to these values, laboratory results such as serum electrolytes on day 1, blood gas; vital signs such as mean arterial pressure, central venous pressure; and demographic data were also recorded. Data mining techniques were applied to determine correlation between all of these data and mortality. Results: The threshold level of urinary NGAL on day 7 was determined to be 69 ng/mL, and strong correlation was found between this threshold level and early mortality. Similarly, the threshold level of plasma NGAL on day 7 was determined to be 150 ng/mL, and this was highly correlated with early mortality. Besides, strong correlation was also found between the difference in the urinary NGAL levels on day 1 and 7, and early mortality. Conclusion: In this study, plasma and urinary NGAL levels were found to be closely related to early mortality in patients who were followed-up with AKI in intensive care units. On the other hand, any parameter associated with late mortality was not found.
Blockchain Based User Management System
(IEEE, 2020) Temiz, Mustafa; Soran, Ahmet; Arslan, Halil; Erel, Hilal; 0000-0003-0683-1836; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Soran, Ahmet
—Blokzinciri, çeşitli kriptografi teknikleri kullanılarak birbirine bağlanmış bloklar içerisinde bulunan verilerin, ağ üzerinde diğer noktalara dağıtılmasıyla oluşturulan güvenilir ve şeffaf bir yapıdır. Mevcut veri tabanı işlemlerinden farkı, yetki ve sorumlukların tek bir merkezi otoritede bulunmaması, bu yetki ve sorumlulukların ağda bulunan diğer düğümlere dağıtılarak görev paylaşımı sağlanmasıdır. Bunu sağlayabilmek için eşler arası ağ altyapısı kullanılmaktadır. Fakat bu aşamada güvenlik anlamında kimlik doğrulama işlemi temel güvenlik mekanizmalarından birini oluşturmaktadır. Bu çalışmada, blokzincirdeki hız sorunlarına çözüm olabileceği düşünülen, daha güvenilir ve güncel teknolojilerle entegre olacak şekilde çalışabilen bir kullanıcı yönetim sistemi önerilmektedir.
Blockchain-based Fog Computing Applications in Healthcare
(IEEE, 2020) Adanur, Beyhan; Bakir-Gungor, Burcu; Soran, Ahmet; 0000-0003-4983-2417; 0000-0002-2272-6270; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Adanur, Beyhan; Bakir-Gungor, Burcu; Soran, Ahmet
— Son zamanlarda blokzincir teknolojisinin sağlık alanında kullanımı artmıştır. Blokzincir teknolojisinin sağlık alanına getirdiği birçok yenilik olmasına rağmen, halen çözülmeyi bekleyen problemleri mevcuttur. Bu problemlere alternatif çözümler getirmesi amacıyla, sis bilişimin blokzincir teknolojisi ile birlikte kullanılması gündeme gelmiştir. Bu çalışmada, blokzincir tabanlı sis bilişim teknolojisinin sağlık alanındaki uygulamaları incelenmektedir. Sunulan çalışmanın amacı, sağlık alanında, blokzincir ve sis bilişiminin etkileşimli bir şekilde kullanımı hakkında okuyucuların fikir edinmelerini sağlamaktır. Bu amaç doğrultusunda öncelikle, sis bilişimi ve blokzincir teknolojileri tanıtılmıştır. Sonrasında, alanların birbirlerine entegrasyonu, bu teknolojilerin beraber kullanımının sağlık alanına getirdiği avantajlar ve dezavantajlar tartışılmış ve bu teknolojilerin beraber kullanımlarına dair sistem önerisinde bulunulmuştur.
Comparison of Lung Tumor Segmentation Methods on PET Images
(IEEE, 2015) Eset, Kubra; Icer, Semra; Karacavus, Seyhan; Yilmaz, Bulent; Kayaalti, Omer; Ayyildiz, Oguzhan; Kaya, Eser; 0000-0002-8473-9720; 0000-0003-2954-1217; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü; Yilmaz, Bulent; Ayyildiz, Oguzhan
Akciğer kanseri, tüm dünyada kansere bağlı gerçekleşen ölümlerin en sık nedenidir. Son zamanlarda, tümör içi 18Fflorodeoksiglukoz (FDG)’un tutulumunun düzgünlük, pürüzlülük ve düzenliliğini (yani tekstür özelliklerini) tanımlamak için PET görüntüleri üzerinde çeşitli görüntü işleme yaklaşımları kullanılmaktadır. Bunun ilk ve önemli aşaması tümörlü bölgenin diğer bölgelerden başarıyla ayrıştırılması, yani segmentasyonudur. Bu çalışmada, 36 hastadan alınan tek veya çok kesit görüntüler üzerinde kortalamalar, aktif kontur (yılan), Otsu eşikleme yaklaşımlarını kullanarak elde edilmiş alan ve hacimlerin ekibimizdeki nükleer tıp uzmanı tarafından değerlendirmesiyle karşılaştırması yapılmıştır. Sonuç olarak, Otsu eşikleme algoritmasının daha seçici davrandığı gözlenmiştir
Comparison of Machine Learning Classifiers for Protein Secondary Structure Prediction
(IEEE, 2018) Aydin, Zafer; Kaynar, Oguz; Gormez, Yasin; Isik, Yunus Emre; 0000-0001-7686-6298; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Aydin, Zafer
Proteinlerin üç boyutlu yapılarının tahmin edilmesi teorik kimya ve biyoenformatik için önemli problemlerden biridir. Protein yapı tahmininin en önemli aşamalarından biri ise ikincil yapı tahminidir. Protein veritabanlarındaki verilerin hızlı artışı ve yakın zamanda geliştirilen farklı öznitelik çıkarma yöntemleri neticesinde ikincil yapı tahmini için kullanılan veri setleri boyut ve örnek sayısı bakımından büyümektedir. Bu nedenle hızlı çalışan ve belirli bir doğruluk oranını sahip tahmin algoritmaların kullanılması önem kazanmaktadır. Bu çalışmada iki aşamalı hibrit bir sınıflandırıcının ikinci aşaması için çeşitli sınıflama algoritmaları, EVAset veri seti kullanılarak hem orijinal boyutlu uzayda hem de bilgi kazancı metriği ile boyutu düşürülen uzayda optimize edilmiştir. Elde edilen sonuçlar doğrultusunda en başarılı tahmin yöntemi destek vektör makinası olurken model eğitme süresi bakımından en hızlı yöntem aşırı öğrenme makinası olarak elde edilmiştir.
Comparison of NR and UniClust Databases for Protein Secondary Structure Prediction
(IEEE, 2018) Aydin, Zafer; Kaynar, Oguz; Gormez, Yasin; 0000-0001-7686-6298; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Aydin, Zafer
Proteinlerin üç boyutlu yapılarının tahmin edilmesi teorik kimya ve biyoenformatik için önemli problemlerden biridir. Üç boyutlu yapı tahminin en önemli aşamalarından biri ise ikincil yapı tahminidir. İkincil yapı tahmininde başarı oranının artırılması kullanılan sınıflama algoritması kadar, hesaplanan özniteliklere de bağlı olmaktadır. Öznitelik çıkarmak için sıkça kullanılan çoklu hizalama yöntemlerinde ise hesaplanan değerler, hizalama için kullanılan veri tabanına göre farklılık göstermektedir. Bu nedenle öznitelik matrisleri oluşturulurken uygun veri tabanın seçilmesi önem kazanmaktadır. Bu çalışmada CB513 veri seti kullanılarak iki farklı hizalama yöntemi ve üç farklı veri tabanı yardımı ile 5 farklı veri seti oluşturulmuş ve bu veri setleri iki aşamalı hibrit bir sınıflandırıcı kullanılarak karşılaştırılmıştır. Elde edilen sonuçlar doğrultusunda en iyi başarı oranı HHBlits hizalama yönteminin ilk aşamasında hesaplanacak PSSM değerleri için UniClust ve yapısal profil matrisleri için yine HHBlits’in ilk aşamasında NR veri tabanı kullanıldığında elde edilmiştir.
Computer-Aided Classification of Breast Cancer Histopathological Images
(IEEE345 E 47TH ST, NEW YORK, NY 10017 USA, 2017) Aksebzeci, Bekir Hakan; Kayaalti, Omer; AGÜ, Yaşam ve Doğa Bilimleri Fakültesi, Biyomühendislik Bölümü
Nowadays, one of the most common types of cancer is breast cancer. The early and accurate diagnosis of breast cancer has great importance in the treatment of the disease. In the diagnosis of breast cancer, histopathological analysis of cell and tissue specimens taken by biopsy is considered as the gold standard. Histopathological analysis is a tedious process that is highly dependent on the knowledge and experience of the pathologists. In this study; it is aimed to develop a computer-aided system that can reduce the workload of pathologists and help them in their diagnosis. An image set containing benign and malignant tumor images of breast cancer has been studied. To perform texture analysis on tumor images; first order statistics, Gabor and gray-level co-occurrence matrix (GLCM) feature extraction methods have been applied. Then, various classifiers were applied to the obtained feature matrices and their performances were compared. The highest classification accuracy was achieved 82.06% by Random Forests classifier with feature combination of Gabor and GLCM methods. The results presented here show that computer-assisted diagnosis of breast cancer is a promising field.
Credit Risk Analysis based on Hybrid Classification: Case Studies on German and Turkish Credit Datasets
(IEEE, 2018) Cetiner, Erkan; Kocak, Taskin; Güngör, Vehbi Çağrı; 0000-0003-0803-8372; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Güngör, Vehbi Çağrı
— Kredi risk analizi, karar verme süreçleri açısından finans sektöründe önemli bir rol oynamaktadır. Bankalar ve finansal kuruluşlar, müşterilerinden büyük ölçeklerde ham veri toplamaktadırlar. Veri madenciliği teknikleri, bu ham veri içerisinden kullanışlı bilgiler edinmek amacıyla kullanılabilir. Destek-vektörleri, yapay sinir ağları ve bayesian yaklaşımı bu alanda hali hazırda kullanılan sınıflandırma yöntemleridir. Bu çalışmada, farklı tekil sınıflandırma yöntemlerinin bir araya getirilerek hibrid bir yaklaşımla, sınıflandırma sonuçlarının doğruluğunun arttırılması hedeflenmiştir. Farklı kombinasyonlar ayrıca sınıflandırma yetkinliği açısından performans karşılaştırılmasına tabi tutulmuştur. Hem Alman kredi veriseti hem de ulusal bir bankadan alınan veriseti üzerinde ilgili yaklaşım çalıştırılmış ve yöntemin genelleştirilebilme özelliğinin görülmesi de amaçlanmıştır. Deney sonuçları, özellik seçiminin sınıflandırma başarımı ve hesaplama zamanı açısından çok önemli olduğunu, hibrid yaklaşımın tekil sınıflandırma yöntemlerine göre sınıflandırma doğruluğu açısından daha iyi sonuçlar verdiğini ve son olarak radial-basis fonksiyonu ile birlikte kullanıldığında destek-karar vektörlerinin hem tekil hem hibrid yaklaşımlar içerisinde en iyi sınıflandırma başarımına sahip olduğunu göstermiştir.
Dayım: Bir İnsanoğlunun Portresi
(TURKISH LIBRARIANS ASSOC, YENISEHIR, NECATIBEY CAD, ELGIN SOK, PO BOX 175, ANKARA, 06440, TURKEY, 2019) Donmez, Rasim Ozgur; AGÜ, İnsan ve Toplum Bilimleri Fakültesi, Siyaset Bilimi ve Uluslararası İlişkiler Bölümü; Donmez, Rasim Ozgur
This is a memoir written by his nephew about our colleague Ali Can, who passed away in last July.
Değişen Yükseköğretim Sistemini Sosyokültürel ve Mekânsal Bağlamlarda Yeniden Düşünmek
(DEOMED PUBL, ISTANBUL, GUR SOK 7-B, FIKIRTEPE 34720 KADIKOY, ISTANBUL, 00000, TURKEY, 2020) Ayten, Asim Mustafa; Gover, Ibrahim Hakan; 0000-0002-4464-6204; 0000-0002-1258-0124; AGÜ, Mimarlık Fakültesi, Mimarlık Bölümü
Education and research are vital for social development and progress. The changing sociocultural structures and new needs have resulted in some important functional changes in higher education systems with a deep impact on universities serving these needs at the highest level. Besides experiencing these functional changes, the universities today have become spaces of socialization with their social, cultural and sports facilities, replacing their traditional spatial role of offering education only. The local dynamics changing with globalization have now reshaped the global and local roles of universities, highlighting the added value they provide to the society. Sociocultural changes trigger all these functional and structural changes in universities. Therefore, sociocultural factors and their importance should not be ignored in a changing higher education system. In this study, the impact of sociocultural factors with their related spatial structures on world higher education system will be analyzed within their historical contexts, and some suggestions for future universities will be offered considering the current changes. In the first part of the study, the changes in societies and universities will be presented within the historical context. In the second part, the spatial forms and structures of universities will be discussed. In the third part, the catalytic effects of the specific sociocultural factors will be highlighted and elaborated on. Finally, some suggestions will be made for the universities of the future in the light of the current situation and the data available.
Detection of Ulcerative Colitis From Colonoscopy Images
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2018) Kacmaz, Rukiye Nur; Yilmaz, Bulent; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü
Ulcerative colitis (UC) is a disease in which inner surface of colon is inflamed. Ulcers and open scars on the colon are observed. The complaint in the flare period is the frequent bloody diarrhea. Complaints of people with UC increase and decrease periodically. Colonoscopy is the most preferred approach for the visualization of the gastrointestinal tract for the diagnosis and follow-up of related diseases, and UC in particular. The lack of experience of the colonoscopist, complicated locality of the lesion, and the rush in the colonoscopy suite to complete the procedure as soon as possible may cause mistakes in visual analysis. In this study, 200 colonoscopy images (100 normal, 100 UC) were used. The statistical features such as gray level variance, gray level local variance, normalized variance, histogram range, and entropy were extracted from the images, and a normalized 200x5 feature matrix was formed. The normal images and images with UC were discriminated using support vector machines and k-nearest neighbors. It should be noted that the extraction of only 5 features from the colonoscopy images resulted in 95% accuracy. This study demonstrated the feasibility of the development of software tools for aiding the physicians in the diagnosis of colon diseases.
Detection of Variation Instances on Colonoscopy Videos using Structural Similarity Index
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2018) Kacmaz, Rukiye Nur; Yilmaz, Bulent; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü
The aim of this study is to reduce the number of images extracted from the videos recorded by the specialists during the colonoscopy process for further examination, thereby enabling the specialist to deal with fewer images. Since the images obtained from the videos are very similar, the main assumption of this study is that the whole video can be represented by fewer images. The approach used in this study is the structural similarity index. Totally, images were obtained from 4 different videos coming from healthy, ulcerative colitis, Crohn's, and polyp patients. The noisy images in these videos were eliminated manually. When the structural similarity index between two consecutive clear images was less than 0.83, the second image was selected and shown to the specialist for his/her examination. By this way, the frames carrying significantly new information from the videos were defined as the variation instances. The tests on healthy or diseased colon videos showed that only 5-10% of the clear images provide significantly new information.
Discrimination of Rest, Motor Imagery and Movement for Brain-Computer Interface Applications
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2018) Ozturk, Nedime; Yilmaz, Bulent; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü
Brain-computer interface (BCI) is a system that provides a means to control prosthesis, wheelchair, or similar devices using brain waves without direct motor nervous system involvement. For this purpose, brain waves obtained from multiple electrodes placed on the scalp (EEG, Electroencephalogram) are used. Emotiv Epoc used to obtain EEG signals is a low-cost device and has real-time applications.. The aim of this study is the detection of rest, imagination and real movement using EEG signals obtained by Emotiv Epoc headset. As a result, As a result, the data obtained from 39 trials from a female subject were classified resting, motion imagination and movement, according to 97.4% accuracy by using the statistical features of distortion, logarithm energy entropy, energy, Shannon entropy and kurtosis.In this study, it has been shown that this system can be remarkably successful for BCI applications.
Emotion Elicitation Analysis in Multi-Channel EEG Signals Using Multivariate Empirical Mode Decomposition and Discrete Wavelet Transform
(IEEE345 E 47TH ST, NEW YORK, NY 10017 USA, 2017) Ozel, Pinar; Akan, Aydin; Yilmaz, Bulent; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü; Yilmaz, Bulent
In recent years, wavelet-based, Fourier-based and Hilbert-based time-frequency methods attracted attention in emotion state classification studies in human machine interaction. In particular, the Hilbert-based Empirical Mode Decomposition and Wavelet-based Discrete Wavelet Transform have found applications in emotional state analysis. In this study, a model of emotional elicitation is proposed in which the classification is made by using the features of the wavelet coefficients obtained after applying the Discrete Wavelet Transform to IMFs achieved by using Multivariate Empirical Mode Decomposition. Accordingly, EEG data available in the DEAP database were classified as low / high for valence, activation, and dominance dimensions, and 4 different classifiers were used in the classification phase. The best ratios of valence, activation and dominance were obtained ideally 70.1%, 58.8%, 60.3% respectively.
Emotional State Sensing by Using Hybrid Multivariate Empirical Mode Decomposition and Synchrosqueezing Transform
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2018) Ozel, Pinar; Akan, Aydin; Yilmaz, Bulent; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü
In recent years, utilizing Hilbert-based time frequency methods in emotional state sensing research attracted attention in the brain computer interfaces. Primarily, Hilbert Transform-based empirical mode decomposition (EMD) was found to be suitable for emotional state modeling studies. In more recent studies, models of emotional state recognition were proposed in which the classification was implemented by using the features obtained after applying the time, frequency, and time frequency domain methods to intrinsic mode functions achieved by operating EMD. In this study, an analysis of emotional state recognition is proposed by using the features of the synchrosqueezing coefficients obtained in the classification process after applying the Synchrosqueezing Transform to intrinsic mode functions achieved by using Multivariate EMD. As a result, EEG data available in the DEAP database were categorized as low and high for valence, activation, and dominance dimensions, and 4 different classifiers were utilized in the classification process. The most satisfying ratios of valence, activation and dominance were attained 76%, 68%, and 68% respectively.
Ensemble Churn Prediction for Internet Service Provider with Machine Learning Techniques
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2020) Goy, Gokhan; Kolukisa, Burak; Bahcevan, Cenk; Gungor, Vehbi Cagri; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü
With the developing technology in every fields, a competitive marketing environment has been arised In this competitive environment analyzing customer behavior has become vital In particular, the ability to easily change any service provider has become vet) , critical for the company to continue its existence At the same time, the amount of financial resources spent on retaining instituters much less than to obtain new clients. In this context, the traditional methods of examining vast amount of data obtained today for establishing decision support systems have lost their validities In this study. we used a dataset which is provided by TurkNet serving as an internet service provider in Turkey. Various preprocessing steps has performed on this dataset and then classification algorithms ran. Afterwards results have obtained and compared. The results of these experiments analyzed in terms of the area under the curve value In this context the aunt successful classifier algorithm has been determined as the Random Trees algorithm with a value of 0.936.
An Ensemble Feature Selection Methodology That Incorporates Domain Knowledge for Cardiovascular Disease Diagnosis
(IEEE, 2020) Kolukisa, Burak; Güngör, Vehbi Çağrı; Gungor, Burcu Bakir; 0000-0003-0423-4595; 0000-0002-2272-6270; 0000-0003-0803-8372; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü; Kolukisa, Burak; Güngör, Vehbi Çağrı; Gungor, Burcu Bakir
Koroner Arter Hastalığı (KAH), arterlerin duvarlarında aterom denilen yağlı madde birikiminin bir sonucu olarak kalbin yeterince beslenememesi durumudur. KAH, 2016 yılında dünyadaki toplam ölümlerin %31'ine (17,9 milyon) neden olmuştur ve teşhis edilmesi zordur. 2030 yılında, yaklaşık olarak 23,6 milyon insanın bu hastalıktan öleceği tahmin edilmektedir. Makine öğrenmesi ve veri madenciliği yöntemlerinin gelişmesiyle birlikte, bazı fiziksel ve biyokimyasal değerleri inceleyerek, KAH’nı ucuz ve zahmetsiz bir şekilde teşhis etmek mümkün olabilir. Bu çalışmada, KAH sınıflandırma problemi için, uzman bilgisini içine alan yeni bir topluluk öznitelik seçim yöntemi önerilmiştir. Önerilen çözüm, UCI Cleveland KAH veri kümesi üzerinde uygulanmış, farklı sınıflandırma algoritmaları kullanılarak, farklı performans ölçütleri karşılaştırılmıştır. Gerçekleştirdiğimiz deneylerde, önerdiğimiz çözümün, MLP sınıflandırıcısı ve seçilen 9 öznitelik kullanıldığında, %85.47 doğruluk, %82.96 hassasiyet ve 0.839 F-ölçüsüne ulaştığı gösterilmiştir. Bu çalışmanın devamında, hastanelerde gerçek zamanlı veriler üzerinde, hızlı bir şekilde KAH tahminlemesi yapabilecek bir makine öğrenmesi modeli oluşturabilmeyi amaçlıyoruz.
Feature Extraction and Classification in A Two-State Brain-Computer Interface
(IEEE, 2015) Altindis, Fatih; Yilmaz, Bulent; 0000-0002-3891-935X; 0000-0003-2954-1217; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü; Altindis, Fatih; Yilmaz, Bulent
Brain Computer Interface (BCI) technology is used to help patients who do not have control over motor neurons such as ALS or paralyzed patients, to communicate with outer world. This work aims to classify motor imageries using real-time EEG dataset, which was published by Graz University, Austria. The dataset consists of two-channel EEG signals of right-hand movement imagery and left-hand movement imagery of 8 subjects. There are a total of 120 motor imagery trials (60 left and 60 right) EEG signals recorded from each subject. EEG signals are filtered and feature vectors were extracted that consist of 24, 32 and 40 relative band power values (RBPV). In this work, feature vectors classified by three different methods, linear discriminant analysis (LDA), K nearest neighbor (KNN) and support vector machines (SVM). Results show that best performance was achieved by 24 RBPV feature vector and LDA classification method.
Graph-based Biomedical Knowledge Discovery
(IEEE, 2024) Altuner, Osman; Bakir-Gungor, Burcu; Bakal, Gokhan; 0000-0003-2897-3894; 0000-0002-2272-6270; AGÜ, Mühendislik Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü; Altuner, Osman; Bakir-Gungor, Burcu; Bakal, Gökhan
Dijitalleşme süreci tüm dünyada oldukça yüksek bir hızla ilerlemektedir. Bu durum günümüz yaşantısında bir çok kolaylık sağladığı gibi ortaya çıkan devasa dijital verilerin analizi ve işlenmesi gibi bir problemi de beraberinde getirmektedir. Bu durum yayınlanan akademik çalışmalar için de geçerlidir. Bu anlamda çalışmalar dahilinde bulunan yenilikçi bilgilere ulaşmak için her bir çalışmayı değerlendirme süreci oldukça zahmetli bir süreci gerektirmektedir. Bu sebeple yapılan bu çalışmada hedef hastalıklar özelinde elde edilmiş yayınlar metin analiz süreçleriyle analiz edilmiş ve anlamlı terimlerin biyomedikal ilişkiler üzerinden bağlanmasını sağlayan çizge yapısına dönüştürülmüştür. Elde edilen yoğun çizge yapısı üzerinde treats (tedavi edici), causes (sebep verici), associated_with (ilişkili) gibi önemli bağlantılara sahip ikili biyomedikal varlıklar sorgulanmıştır. Sorgu sonuçlarına göre elde edilen varlık ikilileri manuel arama yöntemiyle de teyit edilmiş ve gerçek bağlantılar olduğu ispatlanmıştır. Bu çalışmayla birlikte, bilinen biyomedikal varlıkların önerilen yaklaşımla elde edilmesi uzun zaman gerektiren manuel arama problemini çözmesi hedeflenmektedir. Ayrıca birden fazla ikili bağlantı örüntüleriyle bilinmeyen/keşfedilmemiş olası yeni ilişkiler (tedavi edici, sebep verici, ilişkili vb.) elde etme potansiyeli de bulunmaktadır.
The Identification of Discriminative Single Nucleotide Polymorphism Sets for the Classification of Behcet's Disease
(IEEE, 345 E 47TH ST, NEW YORK, NY 10017 USA, 2018) Gormez, Yasin; Isik, Yunus Emre; Bakir-Gungor, Burcu; 0000-0002-2272-6270; AGÜ, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü
Behcet's disease is a long-term multisystem inflammatory disorder, characterized by recurrent attacks affecting several organs. As the genotyping individuals get cheaper and easier following the developments in genomic technologies, genome-wide association studies (GWAS) emerged. By this means, via studying big-sized case-control groups for a specific disease, potential genetic variations, single nucleotide polymorphisms (SNPs) are identified. Although several genetic risk factors are identified for Behcet's disease with the help of these studies via scanning around a million of SNPs, these variations could only explain up to 200/u of the disease's genetic risk. In this study, for Behcet's disease classification, via comparing all the SNPs genotyped in GWAS, with the SNPs selected via using genetic knowledge, gain ratio and information gain; both reduction in the feature size and improvement in the classification accuracy is aimed. Also, using different classification algorithms such as random forest, k-nearest neighbour and logistic regression, their effects on the classification accuracy are investigated. Our results showed that compared to other feature selection methods, with at least 81% success rate, the selection of the SNPs using the genetic information (of their GWAS p-values, indicating the significance of the SNP against the disease) provides 15% to 42% improvement in all classification algorithms. This improvement is statistically sound. While gain ratio and information gain feature selection techniques yield similar classification accuracies, the models using all SNPs could not exceed 50% accuracies and results in the worst performance.

Browse

Browsing WoS İndeksli Yayınlar Koleksiyonu by Language "tur"