Geri Dön

Yenidoğanlarda sarılık tespiti için optimum yöntemin belirlenmesi

Determination of optimal method for jaundice detection in newborns

  1. Tez No: 472654
  2. Yazar: SERHAT KARAP
  3. Danışmanlar: DOÇ. DR. FIRAT HARDALAÇ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

Bu çalışmada, yenidoğan bebeklerde sıklıkla rastlanan bir hastalık olan sarılığın görüntü işleme tabanlı noninvaziv yollarla tespiti için en uygun çözümün elde edilmesi hedeflenmiştir. Çalışma için doğumunun üzerinden farklı zaman dilimleri geçmiş 53 kişilik bir deney grubu ve 53 kişilik bir kontrol grubu oluşturularak toplamda 106 adet yenidoğan seçim işlemi gerçekleştirilmiştir. Seçilen bebeklerin standart bir cep telefonu ile çekilmiş görüntüleri, gelişmiş önişleme süreçlerinden geçirilerek üzerlerinde işlem yapılabilir hale getirilmesi sağlanmıştır. Önişleme aşaması sonrası mevcut görüntüler üzerinde öznitelik çıkarımı gerçekleştirilerek her bir görüntü için 11 adet doku ve 9 adet renk özniteliği elde edilmiştir. Farklı makine öğrenmesi algoritmaları renk ve doku öznitelikleri için ayrı ayrı uygulanarak bebeklerdeki bilirubin seviyesi tahminlemesi yapılmıştır. En son aşamada ise öznitelik seçimi işlemi gerçekleştirilmiş; doku ve renk öznitelik kümesinden en iyi tahminleme karakteristiğine sahip dörder öznitelik elemanı seçilerek 8 elemanlı bir hibrit öznitelik kümesi oluşturulmuş. Bu hibrit veri kümesine de aynı makine öğrenmesi algoritmaları uygulanarak önceki sonuçlarla performans karşılaştırması yapılmıştır. Doku özniteliklerinin renk özniteliklerine oranla daha başarılı sonuçlar verdiği ancak hibrit öznitelikler kullanıldığında başarım oranının oldukça arttığı gözlenmiştir. Bunun yanında, kullanılan makine öğrenmesi algoritmaları içinde en başarılı yöntemin çok katmanlı algılayıcı yapısına sahip yapay sinir ağı modeli olduğu görülmüştür.

Özet (Çeviri)

In this study, the optimal solution for the detection of jaundice, a common disease in newborn infants, was aimed to obtain with image processing based noninvasive methods. In total, 106 newborns with different time intervals from birth were selected to participate in the study, and divided into two as an experimental group of 53 and a control group of 53. The images of the selected babies taken with a standard mobile phone were preprocessed so as to be used for the next steps. After the preprocessing phase, feature extraction was performed on the existing images and 11 texture and 9 color features were obtained for each image. Bilirubin level estimation was done by applying different machine learning algorithms for color and texture features separately. At the last stage, the feature selection process was performed; an 8-element hybrid feature set was created by selecting four features with the best estimation characteristic from the texture and color feature set. The same machine learning algorithms were applied to this hybrid data set and performance comparison with the previous results was made. It was observed that texture features gave more successful results than color features, but the performance ratio is considerably increased when hybrid features were used. Besides, it was seen that the most successful method among the machine learning algorithms used was the artificial neural network model with multilayer perceptron structure.

Benzer Tezler

  1. Uzamış sarılık ile başvuran term yenidoğanlarda uzamış sarılık etiyolojisinde D vitamini düşüklüğünün yerininin gösterilmesi

    Vi̇tami̇n D defi̇ci̇ency i̇n newborns wi̇th prolonged jaundi̇ce

    OSMAN NURİ ÖZEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Çocuk Sağlığı ve HastalıklarıKahramanmaraş Sütçü İmam Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. SADIK YURTTUTAN

  2. Yenidoğan sarılıklarında yeni nesil transkutan bilirubin ölçümünün (bilicare™) diğer bir transkutan bilirubin ölçümü (JM-105™) ve total serum bilirubini ile karşılaştırılması ve güvenilirliğinin değerlendirilmesi

    Comparing bilicare™ transcutaneous bilirubin (TCB) monitoring system vs tcb obtained using bilirubinometer (JM105™) and total serum bilirubin in the terms of efficiency and safety

    KÜBRA SOBAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. FATMA KAYA NARTER

  3. Fototerapi alan bebeklerde kapalı bir cilt alanından transkutan bilirubinometre cihazı ile bilirubin düzeylerinin ölçümünün güvenilirliğinin araştırılması

    Investigation of the reliability of bilirubin level measurement from unexposed skin area using transcutan bilirubinometer in neonates receiving phototherapy

    İREM YÖRÜK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. MURAT ELEVLİ

  4. Fototerapi alan yenidoğanlarda kapalı alandan ölçülen transkutan bilirubin düzeylerinin değerlendirilmesi

    Evaluation of transcutaneous bilirubin levels measured from the closed area in newborns taking phototherapy

    MUHAMMED FATİH ÖZDEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. DİLEK KAHVECİOĞLU

  5. Uzamış sarılıkla polikliniğe başvuran yenidoğanlarda etiyolojik nedenlerin ve klinik özelliklerin incelenmesi

    Investigation of etiological causes and clinical characteristics in newborn attending to the polyclinic with prolonged jaundice

    SİNEM ÖZDEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Aile Hekimliği Ana Bilim Dalı

    DOÇ. DR. DİDEM ARMAN

    PROF. DR. ZUHAL AYDAN SAĞLAM