Son yıllarda hastane bilgi sistemlerinde hastalara ait büyük miktarda tıbbi bilgilere sahip olunuyor. Dijital ortamlarda bilgilere sahip olma amacı hastalara daha kaliteli sağlık hizmeti sunmaktır. Bu tür verilerin arasında muhakkak dikkate değer, saklı kalmış bilgiler mevcuttur. Amaç veri madenciliği yöntemlerini kullanarak elimizdeki saklı kalmış bilgileri ortaya çıkarmaktır.Bu tez çalışmasında, veri madenciliği yöntemlerini kullanarak diyabetik retinopati hastalıkların teşhisi yapılmıştır. Uygulama bölümünde, gerçek veriler kullanılarak K-en yakın komşu, ağırlıklı oylama KNN (Weighted K-nearest neighbor) ve Bayes algoritmaları ile sınıflandırma yapılmış ve elde edilen sonuçlar tartışılmıştır. Çalışmada kullanılan veriler, Sakarya Üniversitesi Eğitim ve Araştırma Hastanesi Göz Polikliniği bölümünden alınmıştır. Veri setinde bulunan bütün parametreler doktorlar tarafından seçilmiş ve bu parametreler baz alınarak hastalığın teşhisi yapılmıştır. Anahtar kelimeler: Diyabetik Retinopati, Hastalık Teşhisi, Veri Madenciliği
In recent years, large amount of medical information of patients are stored in hospital information systems. The purpose of having the information in digital environments is to provide better health care for patients. Of course there are remarkable and hidden data among patient?s data. The aim is to discover these hidden data by using data mining techniques. In this study, diagnosis of diabetic retinopathy has been made using data mining techniques.In the application part, the classification has been made with K-Nearest Neighbor (KNN), Weighted KNN and Naive Bayes algorithms in real life data set. And finally, the results were discussed.The data set was obtained at the Eye Clinic of the Sakarya University Educational and Research Hospital. All the parameters in the data set were selected by doctors and evaluation was made based on these parameters. Key Words: Diabetic Retinopathy, Disease Diagnosis, Data Mining
