Kızılötesi optik biyosensör ile süt içerisinde antibiyotik kalıntılarının yapay zeka destekli tespiti
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: SOUKAINA SAFI
Danışman: MEHMET ÇAĞRI SOYLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Süt ve süt ürünlerinde antibiyotik kalıntılarının tespiti, halk sağlığı ve gıda güvenliği açısından kritik bir öneme sahiptir. Bu çalışmada, üç antibiyotik türünün: amoksisilin, oksitetrasiklin ve siprofloksasin, optik biyosensör tabanlı ölçümlerle saptanması ve yapay zekâ yöntemleriyle sınıflandırılması amaçlanmıştır. Ölçümler 1–5 V aralığında, 512 adımda ve üçer tekrar halinde gerçekleştirilmiş; emitter ve dedektör sinyallerinden istatistiksel ve geometrik özellikler (ortalama fark, eğri altı alan, standart sapma oranı, eğim, çarpıklık, basıklık) çıkarılmıştır. Veri setindeki sınıf dengesizliği SMOTE yöntemi ile giderilmiş, ardından Random Forest, XGBoost ve Gradient Boosting algoritmaları uygulanmıştır. Dört sınıflı sınıflandırmada Random Forest %76 doğruluk sağlamış; XGBoost özellik mühendisliği ve SMOTE ile %85,5 doğruluğa ulaşmış; en yüksek başarı ise Gradient Boosting modeli ile %86,8 doğruluk olarak elde edilmiştir. Ek olarak gerçekleştirilen altı sınıflı sınıflandırmada (hava, saf su, süt ve üç antibiyotikli süt) Gradient Boosting %87,25 doğruluk ve dengeli performans metrikleriyle en başarılı model olmuştur. İkili sınıflandırmada (saf süt – antibiyotikli süt) tüm algoritmalar %94'ün üzerinde doğruluk sergilemiş, Gradient Boosting modeli %95,2 doğruluk değeri ile öne çıkmıştır. Sonuçlar, optik biyosensörlerin yapay zekâ destekli analiziyle antibiyotik kalıntılarının hızlı, güvenilir ve düşük maliyetli biçimde tespit edilebileceğini göstermekte ve sistemin saha uygulamaları için yüksek potansiyel taşıdığını ortaya koymaktadır.