El Yazısı Kinematiği ve SHAP Tabanlı Özellik Seçimi Kullanılarak Alzheimer Hastalığının Tespiti: DARWIN Veri Seti Üzerinde Karşılaştırmalı Bir Analiz
Küçük Resim Yok
Tarih
2026
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Eskişehir Osmangazi Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
<p>Alzheimer hastalığı (AH), bilişsel gerilemenin yanı sıra ince motor becerilerde de bozulmalara yol açan nörodejeneratif bir süreçtir. Bu çalışmada, invaziv olmayan bir erken teşhis yöntemi olarak el yazısı kinematiğinin analizi hedeflenmiştir. Çalışmada, UCI Machine Learning Repository'de yer alan DARWIN (Diagnosis AlzheimeR With handwritINg) veri seti kullanılmıştır. Sınıflandırma performansı, Lojistik Regresyon (LR), Rastgele Orman (RF) ve Destek Vektör Makineleri (SVM) algoritmaları ile değerlendirilmiştir. Çalışma iki aşamadan oluşmaktadır: İlk aşamada modeller, tüm öznitelik seti ile 3, 5, 10-Katlı Çapraz Doğrulama (3, 5, 10-Fold Cross-Validation) yöntemi kullanılarak test edilmiştir. İkinci aşamada ise model açıklanabilirliğini artırmak ve yüksek boyutluluk problemini aşmak amacıyla SHAP (SHapley Additive exPlanations) tabanlı özellik seçimi uygulanmış ve "En İyi Fold (Best Fold)" eğitim stratejisi benimsenmiştir. Elde edilen bulgular, el yazısı analizinin AH tespitinde güçlü bir biyobelirteç olduğunu ve SHAP destekli optimizasyonun model başarısını belirgin şekilde artırdığını göstermektedir.</p>
Açıklama
Anahtar Kelimeler
Alzheimer Tesbiti, Makine Öğrenmesi, SHAP, Özellik Seçimi, Elyazısı Analizi, DARWIN Veriseti
Kaynak
Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
1
