A literature-driven clinical decision support system for human congenital malformations
İnsan konjenital malformasyonlari için bir literatür temelli klinik karar destek sistemi
- Tez No: 361326
- Danışmanlar: PROF. DR. OĞUZ DİCLE, PROF. DR. BİLGE KARAÇALI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Çocuk Sağlığı ve Hastalıkları, Computer Engineering and Computer Science and Control, Bioengineering, Child Health and Diseases
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 132
Özet
Bu çalışmada insan konjenital malformasyonlarıyla (KM) ilişkili olgu sunumlarının, doğal dil işleme (DDİ) teknikleri aracılığı ile anlamsal olarak çözümlenmesi ve KM'ları karakterize eden fenotipik özelliklerin belirlenmesi hedeflenmiştir. Bununla beraber, işlemsel ve istatistiksel yöntemler ile elde edilen bulgular doğrultusunda KM'ların tanısında kullanılmak üzere bir klinik karar destek sistemi yazılımı geliştirilmesi amaçlanmıştır. Medical Subject Headings (MeSH) veri tabanı hastalıklar kategorisinde yer alan insan KM'ları ile ilişkilendirilmiş olgu sunumları, PubMed ve PubMed Central veri tabanlarından indirildi. The Human Phenotype Ontology'de (HPO) yer alan insan KM'ları ile ilişkili fenotipik özellikler, serbest metin formunda hazırlanmış olgu sunumları üzerinde DDİ teknikleri yardımı ile belirlendi ve her bir fenotipik özelliğin KM'lardaki görülme sıklıkları hesaplandı. Sonrasında, her bir KM için çoklu doğrusal regresyon modeli oluşturularak, belirlenen fenotipik özellikler ilişkili oldukları KM'lar için major ve minör olarak sınıflandırıldı. Son olarak, HTML, PHP ve JQuery web teknolojilerinden faydalanılarak, KM'ların tanı aşamasında kullanılmak üzere bir klinik karar destek sistemi yazılımı ve bu yazılıma ait kullanıcı ara yüzleri tasarlandı. MeSH veri tabanından elde edilen 486 KM'la ilişkili PubMed ve PubMed Central veri tabanlarında 60.000'nin üzerinde serbest metin formatında hazırlanmış olgu sunumuna ulaşılmış ve bir derlem oluşturulmuştur. HPO terimleri ve bu terimlerin eş anlamlılarından oluşan toplam 10171 farklı fenotipik özellikten faydalanılarak derlem üzerinde yapılan metin çözümleme işlemi sonrasında, 486 KM'un her biri ile ilişkili yaklaşık 33 fenotipik özellik tanımlanırken, bu özelliklerin 8 tanesinin ilişkili olduğu KM'u karakterize etmeye yardımcı majör bir bulgu olduğu belirlenmiştir (p
Özet (Çeviri)
This study aims at analyzing semantically the case reports on human congenital malformations (CMs) using natural language processing (NLP) techniques and determining the phenotypic features that characterize the CMs. In addition to these, the study aimed at developing a decision support system for use in the diagnosis of CMs, in line with the findings obtained with computational and statistical methods. The case reports on the human CMs in the diseases category of the Medical Subject Headings (MeSH) database were downloaded from PubMed and PubMed Central databases. The phenotypic features related to the human CMs in the Human Phenotype Ontology (HPO) were determined in the case reports which were prepared in free text format, via NLP techniques; and the frequencies of each phenotypic feature in CMs were calculated. Later, the phenotypic features were classified as minor and major for the CMs they had been selected for by forming a multiple linear regression model for each malformation. Lastly, a clinical support system tool and the user interfaces for this tool were designed using HTML, PHP and JQuery web technologies. Over 60,000 free text formatted case reports, related to the 486 CMs obtained from the MeSH database, were accessed in the PubMed and PubMed Central databases and a corpus was built. After the text analysis conducted using the 10171 different phenotypic features, comprising of HPO terms and the synonyms of these terms, it was found that while there were approximately 33 phenotypic features related to each of the CM, 8 of these features were the major findings for characterizing the related CM (p
Benzer Tezler
- Derin öğrenme kullanarak optik sinir hipoplazisi hastalığının tespiti
Detection of optic nerve hypoplasia disease using deep learning
CANAN ÇELİK
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiDisiplinlerarası Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM YÜCEDAĞ
- Beden ürün diyaloğu: Beden odaklı analiz ve tasarımda yeni olanaklar
Body product dialogue: Body oriented analysis and new possibilities in design
AYŞE ASYA GÜRGÜN ÖZDEMİR
Doktora
Türkçe
2023
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstriyel Tasarım Ana Bilim Dalı
PROF. DR. GÜLNAME TURAN
- Polikistik Ovaryum Sendromu tanısı için yapay zeka destekli klinik araç tasarımı
Artificial intelligence supported clinical tool design for the diagnosis of Polycystic Ovary Syndrome
JACKLYN GÜNCE KAYA
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN BİLGİN
- Koroner arter hastalığının makine öğrenmesi teknikleriyle teşhisi
Diagnosis of coronary artery disease using machine learning techniques
ŞÜKRÜ ALKAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Dikkat eksikliği ve hiperaktivite bozukluğu olan çocukların el yazılarının görüntü işleme teknikleri ile analizi
Analysis of handwriting of children with attention deficit hyperactivity disorder using image processing techniques
ÖZLEM YILDIZ BUDAK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK