USING DEEP LEARNING ALGORITHM TO DIAGNOSE PARKINSON DISEASE WITH HIGH ACCURACY

Fahriye GEMCI; Turgay IBRIKCI

Makale detayları

USING DEEP LEARNING ALGORITHM TO DIAGNOSE PARKINSON DISEASE WITH HIGH ACCURACY

Yazarlar:

Fahriye GEMCI | Turgay IBRIKCI

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Kahramanmaras Sutcu Imam University Journal of Engineering Sciences 2019 Vol.22, pp.19-25

Belge Tipi:

Makale

Yayın Tarihi:

11/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000499036

Özet:

 


Early diagnosis of Parkinson's disease, which causes
vital and permanent damage to both motor and non-motor symptoms, is very
important to prevent further deterioration of the patient condition. In the
present study, Parkinson's Disease data set from UCI repository is classified
using deep learning architecture. The deep learning architecture in the study
is a feed-forward neural network (FFNN) which is builded by Keras of Python.
The architecture in the study composes of an input layer, two hidden layers and
softmax function with ReLu (Rectified Linear Units) as an output layer. The
deep learning architecture solves binary classification problem since PD data
set has two classes. In order to classify the PD data set, many tests were
performed by splitting the test and train data in different ratios. The PD data
set classification was succeeded with 100% accuracy using deep learning
algorithm splitting in %20 of the data as the test and the remaining as train
data in epoch 30.


.

 


Hem motor hem de
motor dışı semptomlarda hayati ve kalıcı hasara neden olan Parkinson
hastalığının erken teşhisi, hasta durumunun daha da kötüleşmesini önlemek için
çok önemlidir. Bu çalışmada, UCI deposundan alınan Parkinson Hastalığı verileri
derin öğrenme mimarisi kullanılarak sınıflandırılmıştır. Çalışmadaki derin
öğrenme mimarisi, Python Keras 
tarafından oluşturulan ileri beslemeli bir sinir ağıdır (FFNN).
Çalışmadaki mimari, bir girdi katmanı, iki gizli katman ve softmax fonksiyonunu
ReLu (Rectified Linear Units) ile bir çıkış katmanı olarak oluşturulmaktadır.
Derin öğrenme mimarisi, PD veri seti iki sınıfa sahip olduğundan dolayı, ikili
veri sınıflandırma problemini çözer. PD veri setini sınıflandırmak için test ve
eğitim verisi farklı oranlarda bölünerek birçok test yapıldı. PD veri seti
sınıflandırması, % 20'sinde test ve kalan veri eğitim verisi olmak üzere, derin
öğrenme algoritması kullanılarak % 100 doğrulukta başarılı oldu.


.

Makale detayları

USING DEEP LEARNING ALGORITHM TO DIAGNOSE PARKINSON DISEASE WITH HIGH ACCURACY

Yazarlar: Fahriye GEMCI | Turgay IBRIKCI

Ana Başlıklar: Veri işleme & bilgisayar bilimi

Dergi: Kahramanmaras Sutcu Imam University Journal of Engineering Sciences 2019 Vol.22, pp.19-25

Belge Tipi: Makale

Yayın Tarihi: 11/2019

Belge Dili: İngilizce

Document ID (Org No.): 2000499036

Sayı

Yazarlar:

Fahriye GEMCI | Turgay IBRIKCI

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Kahramanmaras Sutcu Imam University Journal of Engineering Sciences 2019 Vol.22, pp.19-25

Belge Tipi:

Makale

Yayın Tarihi:

11/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000499036