Processus mastoideus'a ait bilgisayarlı tomografi görüntülerinden elde edilen parametrelerle makine öğrenme algoritmaları ve yapay sinir ağları kullanılarak cinsiyet ve yaş tahmini
Sex and age prediction using machine learning algorithms and artificial neural networks based on parameters derived from computed tomography images of the mastoid process
- Tez No: 1017625
- Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF SEÇGİN
- Tez Türü: Yüksek Lisans
- Konular: Anatomi, Anatomy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Temel Tıp Bilimleri Ana Bilim Dalı
- Bilim Dalı: Anatomi (tıp) Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Adli bilimlerde kemik dokudan biyolojik profilin belirlenmesi önemli bir yer tutmaktadır. Cranium kemikleri içerisinde yer alan temporal kemiğe ait processus mastoideus hem anatomik özellikleri hem de sağlam yapısı ile biyolojik profilin belirlenmesi için sıkça tercih edilmektedir. Bu tezin amacı, bilgisayarlı tomografi (BT) görüntülerinden elde edilen processus mastoideus'a ait morfometrik parametreler ile makine öğrenmesi (ML) algoritmaları ve yapay sinir ağları (YSA) kullanılarak cinsiyet ve yaş tahmini yapmaktır. Tez 18-65 yaş aralığındaki 104 kadın, 104 erkek bireye ait BT görüntüleri üzerinden retrospektif olarak gerçekleştirildi. Yaş tahmini açısından bireyler 18–28 yaş, 29–39 yaş, 40–50 yaş ve 51–65 gruplarına ayrıldı ve her gruba 26 birey dahil edildi. Görüntüler üzerinden processus mastoideus'a ait sağlı ve sollu olacak şekilde 10'ar farklı morfometrik bölgenin ölçümü yapıldı. Elde edilen sayısal verilerde cinsiyet ve yaş tahmini için 14 farklı ML algoritması ve bir adet YSA modeli ile analiz edildi. Veri seti hem %80 eğitim, %20 test olacak şeklinde ayrıldı ve hem de 10-fold cross validation olacak şekilde çözümlendi. Performans metriği olarak da doğruluk (Acc), özgüllük (Spe), duyarlılık (Sen), F1 skoru ve eğri altındaki alan (EAA) değerleri kullanıldı. Cinsiyet tahmininde sağ Asterion-incisura mastoideus arasındaki uzaklık ve sol Asterion-incisura mastoideus arasındaki uzaklık parametreleri hariç diğer tüm parametrelerde anlamlı fark bulundu (p<0.001). Veri seti %20 test seti olacak şekilde yapılan algoritma analizi sonucunda en yüksek doğruluk oranı Gaussian Naive Bayes modeli ile 0,79 olarak bulundu. En yüksek EAA değeri ise Multinomial Naive Bayes modeli ile 0,87 olarak bulundu. SHAP analizine göre de cinsiyet tahminine en yüksek katkıyı sol Apex processus mastoidei- Asterion–Porion arası orta nokta arasındaki uzaklık parametresinin sağladığı bulundu. Ayrıca doğruluğa katkısı yüksek ilk beş özellik Rastgele Orman modeli kullanılarak yeniden eğitildi ve doğruluk oranı 0,86'ya yükseldi. Yaş tahmininde ise parametreler arasında anlamlı farklılık bulunmadı (p>0,05). Yaş tahmininde en yüksek doğruluk oranı Rastgele Orman algoritması ile 0,38, en yüksek EAA değeri ise Doğrusal Diskriminant Analizi algoritması ile 0,60 olarak bulundu. Çalışma sonucunda processus mastoideus'tan elde edilen parametrelerin cinsiyet tahmini açısından yüksek ayırt edicilik gösterdiği, yaş tahmini açısından ise düşük ayırt edicilik gösterdiği bulundu. Processus mastoideus'tan elde edilen verilerin ML algoritmaları ve YSA algoritmaları ile işlenmesi adli bilimler de cinsiyet tahmini için hızlı, objektif ve güvenilir karar mekanizmasını oluşturabilirken yaş tahmininde sınırlıdır.
Özet (Çeviri)
In forensic science, the determination of biological profiles from bone tissue plays a significant role. The mastoid process of the temporal bone, located within the cranial bones, is frequently chosen for biological profiling due to both its anatomical characteristics and its robust structure. The aim of this thesis is to estimate sex and age using morphometric parameters of the mastoid process obtained from computed tomography (CT) images, in conjunction with machine learning (ML) algorithms and artificial neural networks (ANNs). The study was conducted retrospectively using CT images of 104 women and 104 men aged 18–65. For the purpose of age estimation, the participants were divided into the following age groups: 18–28, 29–39, 40–50, and 51–65, with 26 participants included in each group. Measurements were taken of 10 different morphometric regions on each side of the mastoid process. The obtained numerical data were analyzed using 14 different ML algorithms and one ANN model for sex and age estimation. The dataset was split into an 80% training and 20% test set and was also analyzed using 10-fold cross-validation. Performance metrics included accuracy (Acc), specificity (Spe), sensitivity (Sen), F1 score, and area under the curve (AUC) values. In sex prediction, significant differences were found in all parameters except for the distance between the right Asterion and the mastoid incisure and the distance between the left Asterion and the mastoid incisure (p<0.001). As a result of the algorithm analysis, which was conducted with a 20% test set, the highest accuracy rate of 0.79 was found with the Gaussian Naive Bayes model. The highest AUC value was 0.87, achieved with the Multinomial Naive Bayes model. According to the SHAP analysis, the parameter contributing most significantly to sex prediction was the distance between the midpoint of the left Apex processus mastoidei and the Asterion–Porion. Additionally, the top five features with the highest contribution to accuracy were retrained using the Random Forest model, and the accuracy rate increased to 0.86. In age prediction, no significant differences were found among the parameters (p>0.05). The highest accuracy rate in age prediction was 0.38 using the Random Forest algorithm, and the highest AUC value was 0.60 using the linear discriminant analysis algorithm. The study found that parameters obtained from the mastoid process demonstrated high discriminatory power for sex prediction but low discriminatory power for age prediction. While the processing of data obtained from the mastoid process using ML algorithms and ANN algorithms can establish a fast, objective, and reliable decision-making mechanism for sex prediction in forensic sciences, it is limited in age prediction.
Benzer Tezler
- Processus mastoideus'un konik ışınlı bilgisayarlı tomografi görüntülerinde morfometrik olarak değerlendirilmesi
Morphometric evaluation of mastoid process on cone beam computed tomography images
AYŞENUR İNCEOĞLU
- Multidedektör bilgisayarlı tomografi görüntülerinde arteria carotis externa ve dallarının morfometrik analizi
The morphometrical analysis of the external carotid artery and its branches on the multidetector computerized tomography images
FIRAT ALDEMİR
- Bifurcatio carotidis'in BTA görüntüleri üzerinde morfometrik analizi
Morphometric analysis of carotid bifurcation on CTA images
KÜBRA DEVECİ
Yüksek Lisans
Türkçe
2021
AnatomiGaziantep ÜniversitesiAnatomi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK CİHAN
- Processus styloideus OS temporale ile OS hyoideum arasındaki morfometrik ilişkinin araştırılması
Investigation of the morphometric relationship between Processus styloideus Os temporale and Os hyoideum
SIDIKA KARAKETİR
- Temporal kemik üzerinde yer alan anatomik oluşumların yüz şekli ile olan ilişkisinin değerlendirilmesi
Evaluation of the Relationship of Anatomical Formations on the Temporal Bone with the Face Shape
NİLGÜN TUNCEL ÇİNİ