Dismorfik hastalıkların sinyal işleme yöntemleri kullanılarak sınıflandırılması
Classification of dysmorphic syndromes using signal processing methods
- Tez No: 323231
- Danışmanlar: DOÇ. DR. ZİYA TELATAR
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Dismorfik hastalık, sınıflandırma, yapay sinir ağları, hiyerarşik karar ağacı, k en yakın komşu, ön tanı, Dysmorphic syndrome, classification, artificial neural networks, hierarchical decision tree, k nearest neighbor, prediagnosis
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Dismorfik hastalıklar yüzde ve vücutta kendine özgü, ayırt edici fiziksel bozukluklara sebep olmaktadır. Dismorfik hastalıkların ön tanısı hekimler tarafından, hastaların sahip oldukları fiziksel bozukluklara bakılarak yapılmaktadır. Bu işlem bir hayli zaman almakta ve tanı başarısı tecrübeye bağlı olarak hekimden hekime değişiklik göstermektedir. Bu çalışmada dismorfik hastalıkların tanısında, tecrübeden bağımsız ve kısa sürede sonuca ulaşılmasını sağlayan bir sistem geliştirilmiştir. Sendromların yüzde sebep oldukları dismorfik bozukluklar dikkate alınarak elde edilen ayırt ediciöznitelikler, Frajil X, Hurler, Prader-Willi, Down, Wolf Hirschhorn sendromlarının ve sağlıklı grubun tanısı ve sınıflandırılması için kullanılmıştır. Bu amaç için, öncelikle yüz görüntülerinden oluşan görüntü veri tabanındaki görüntülere önişlemler uygulanmıştır. Görüntü üzerinde, sendrom tiplerinin yüz üzerinde sebep olduğu dismorfik bozukluklar dikkate alınarak referans noktaları belirlenip işaretlenmiş, bu noktalar arasındaki mesafelerin birbirine oranı alınarak öznitelikler elde edilmiştir. Tanı ve sınıflandırma için, farklı Yapay Sinir Ağı (YSA) mimarileri, bu çalışma için geliştirilmiş YSA tabanlı Hiyerarşik Karar Ağacı yöntemi ve k En Yakın Komşu (kNN) yöntemleri kullanılarak bu yöntemlerin performansları karşılaştırılmıştır. Çalışma kapsamında sınıflandırıcı sistemlerinin testi için kullanılan görüntüler, sistemi test etmek için farklı iki uzman hekime gösterilmiş, sonuçlar karşılaştırılmıştır.Bu doktora tez çalışmasında farklı sendrom tiplerini, hastanın yaşından, cinsiyetinden ve ırkından bağımsız bir şekilde sınıflandıran bir sistem geliştirilmiştir. Elde edilen sonuçlar sistemin dismorfik hastalıkların ön tanısında hekimlere yardımcı bir sistem olarak kullanılabileceğini göstermiştir.
Özet (Çeviri)
Dysmorphic syndromes cause distinctive malformations both on the body and face. Clinical experts diagnose the dysmorphic syndromes considering patients' physical malformations. This process takes long time and the diagnosis accuracy depends on clinical experts' experience and expertise. In this study, an efficient system is developedto recognize dysmorphic syndromes independent of experience. The system which reduces diagnosis time can be used for prediagnosis of the dysmorphic syndromes by clinical experts malformations and distinctive features on the faces of patients are used for recognition and classification of Fragile X, Hurler, Prader-Willi, Down, Wolf Hirschhorn syndromes and healthy group. Firstly, several preprocessing methods are implemented on the images. The reference points that are marked on the face images and ratios between certain feature points are taken into the consideration for the feature extraction. Classification processes are implemented with different artificial neural network (ANN) topologies, neural network based hierarchical decision tree method and k nearest neighbor (kNN) algorithm. The classification accuracies of these methods are compared. The same images are also shown to two clinical experts for their evaluations.In this Ph.D dissertation, an efficient system is developed to recognize different syndrome types, which is independent from the patient's age, sex and race with high accuracy. This study shows that this approach can be used for prediagnosis of dysmorphic syndromes.
Benzer Tezler
- Hacettepe Üniversitesi İhsan Doğramacı Çocuk Hastanesi çocuk genetik bilim dalı polikliniğine başvurmuş otizm spektrum bozukluğu tanılı hastaların altta yatan genetik nedenler açısından retrospektif değerlendirilmesi
A retrospective evaluation of patients diagnosed with autism spectrum disorder in terms of underlying genetic causes who applied to Hacettepe University İhsan Doğramaci children's Hospital pediatric genetics department outpatient clinic, hacettepe university faculty of medicine, department of pediatrics
ELİF İŞLER
Tıpta Uzmanlık
Türkçe
2024
Çocuk Sağlığı ve HastalıklarıHacettepe ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. PELİN ÖZLEM ŞİMŞEK KİPER
- Dismorfik hastalıkların görüntü analizi ile ayırt edilmesi
Recognition of dysmorphic syndromes using image analysis
MEHMET EMRE SİPAHİ
- Bac tabanlı array cgh uygulamalarının dismorfik olgulardaki tanısal değeri
Diagnostic value of bac based array cgh applications in dysmorphic cases
DENİZ SÜNNETÇİ
- Turner sendromu hastalarında serum endokan düzeyi ve bu düzeyin diğer endotel disfonksiyonu göstergeleri ile ilişkisi
Serum endocan levels in patients with turner syndrome: correlation with other markers of endothelial dysfunction
ALİ GENCO GENÇAY
Tıpta Uzmanlık
Türkçe
2019
Endokrinoloji ve Metabolizma Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. FATMA FEYZA DARENDELİLER
- Nörogenetik hastalıklarda ekzom dizileme analizi ile aday genlerin belirlenmesi ve zebrafish modellerinin oluşturulması
Identification of candidate genes in neurogenetic disorders by whole exome sequencing and modeling in zebrafish
AYŞEGÜL OZANTÜRK