İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2021 · article

Sigara Kullanma Durumunun Çoklu Fizyolojik Ölçümler Ve Makine Öğrenmesi Teknikleri Kullanılarak Tahmini

Dergi Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi
ISSN1302-9304
YÖKSİS OpenAlex Açık erişim · green
Yıl2021
Atıf1OpenAlex
Yüzdelik%0,8
FWCI0,01,00 = dünya ortalaması

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıDokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

Sigara kullanımı toplumlarda gerek sağlık gerek ekonomik açıdan ciddi kayıplara sebep olmaktadır.Kullanım seviyesinin ölçümünde bir altın standart bulunmamasına rağmen, Fagerstörm NikotinBağımlılık Testi (Fagerstörm Test for Nicotine Dependency – FTND) ve HONC (Hooked on NicotineChecklist) gibi geleneksel testler ve çeşitli nörogörüntüleme yaklaşımları kişinin sigara içmedurumunun seviyesi hakkında bir bilgi vermektedir. Bu çalışmada, objektif bir veri olan fizyolojikparametrelerin subjektif bir veri olan bağımlılık testlerinin yerine kullanım seviye tespitinde yeni biryaklaşım olarak kullanılabileceğini göstermek amaçlanmıştır. Bu amaçla çeşitli seviyelerdeki sigarakullanıcılarından fizyolojik sinyaller (elektrokardiyogram (EKG), Solunum ve Fotopletismografi)toplanmıştır. Bu sinyallerden elde edilen çeşitli öz niteliklerden makine öğrenmesi yaklaşımlarıkullanılarak katılımcılar düşük seviye veya yüksek seviye olarak tahmin edilmeye çalışılmıştır.Çalışma için önceden FTND bağımlılık testine giren değişik kullanım seviyelerinde 95 katılımcı alınıpbu kişilerden sırasıyla 50 saniyelik EKG, solunum ve fotopletismografi sinyalleri alınmıştır. Öznitelikçıkarımından sonra, parametre optimizasyonu ve sınıflandırma içeren 10 kat içiçe çapraz geçerlilikgerçekleştirilmiştir. Yapılan sınıflandırma sonucunda destek vektör makinesi kullanılarak %93,diskriminant analizi kullanılarak ise %91 doğruluk başarımı elde edilmiştir. Bu sonuçlar, yukarıdabelirtilen fizyolojik parametrelerin makine öğrenmesi algoritmaları aracılığı ile sigara kullanımdurumunun tespitinde kullanılabileceğini göstermektedir.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

1atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 1 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2026 An Innovative Paranoid Schizophrenia Disease Detection Method with Ompat Pattern Using EEG SignalsAtıf 0 · OpenAlex

Yazarlar

4
  1. AYKUT EKEN TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ 1
  2. Soner Çivilibal 2
  3. Şevket Çalışkan 3
  4. PINAR DENİZ TOSUN DÜZCE ÜNİVERSİTESİ 4