Development of machine learning algorithm for identification of vestibular system disorders
Vestibüler sistem bozukluklarının teşhisi için makine öğrenimi algoritması geliştirilmesi
- Tez No: 549605
- Danışmanlar: DOÇ. DR. SERHAT İKİZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoistatistik, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Biostatistics, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 71
Özet
Denge sistemi insan yaşamındaki en önemli hayatta kalma becerilerinden biridir. Bu sistem karmaşık olup, üç önemli vücut organının işbirliği içerisinde çalışmasını gerektirmektedir. Bu organlar görsel algılama sistemi, yani gözler, vestibuler sistem ve kas ve eklemlerdir. Bireyin gözleri vücudun onu çevreleyen fiziksel ortama göre olan pozisyon bilgisini beyine iletmektedir ve insan beyni vestibüler sistem ve kas sisteminden aldığı geri beslemeye göre gerek duyduğunda dengeleyici hareketler yaparak bireyin denge sistemini düzeltmektedir. Bir çoğumuz bu sistemin öneminin farkında olmasa da, vestibuler sistem denge açısından hayati öneme sahiptir. Vestibuler sistem iç kulak ve beynin bir kısmını içermektedir. İç kulakta bulunan üç yarım çember kanalları, iç kulak boşluğu ve iç kulak keseciği vestibüler sisteme dahildir. Analoji kurarak bakıldığında, iç kulak ivmeölçer gibi davranmakta olup, düzlemsel ve rotasyonel hareketler hakkında beyne sinyaller göndererek onu bilgilendirmektedir. Diğer organlardan alınan sensör verileri ile birlikte insan beyni bu verileri işlemekte olup, dengeleyici hareketler yaparak doğru denge sisteminin korunmasını sağlamaktadır. Buradan da göründüğü gibi, vestibüler sistem ile ilgili düzensizlik veya problem, bireyin denge sistemnin bozulmasına sonuç olarak da Vestibüler Sistem rahatsızlarına yol açmaktadır. Bu rahatsızlıklar bireyin doğru denge pozisyonunu yitirmesine ve sonuç olarak, hayat kalitesinin düşmesine sebeb olmaktadır. Vestibuler sistem ile ilgili bozukluklara örnek olarak Benign Paroksismal Pozisyonel Vertigo, Benign Pozisyonel Vertigo, Çoklu Doku Sertleşmesi gibi örnekler verilebilir. Klinik çalışmalarda ve teşhislerde, halihazırda kullanılan Denge Tespit Cihazları basınç sensörlerini kullanarak bireyin ayağının yere uyguladığı kuvveti ölçmektedir ve elde edilen kuvvet dağılımında yola çıkarak hastalık teşhisi yapılmaktadır. Ancak, bu cihazlar vucut hareketi ve konumu gibi parametreleri ölçümüne olanak sağlamıyorlar. Mobil olmadıklarından dolayı da bireyi belirli alanda hareket yapmaya zorladıklarından dolayı elverişli değillerdir. Yakında zamanda, klinik çalışmalarda mobil denge sistemleri kullanılmaya başlanmasına rağmen, bu cihazların sadece vucut salınımı parametresini ölçmeye olanak sağlaması, onların doğru teşhis koymalarına engel olmaktadır. Güncel cihazlar ve onların dezavantajları incelendiğinde denge tespit cihazının hem basınç sensörlerini, hem de ataletsel sensörleri kullanarak daha fazla sayıda parametreleri incelediğinde denge hakkında daha doğru teşhis yapılacağı görülmüştür. Ayrıca, cihazın giyilebilir olması, onun mobil olmasına da olanak sağlayacağı ve bu şekilde de daha elverişli olacağı özelliği de ön plana çıkmaktadır. Bu nedenle yukarıda bahsedilen özelliklere sahip sistemin geliştirilmesini amaçlayan proje Türkiye Bilimsel ve Teknoloji Araştırma Kurumu'na (TUBITAK No:115E258) sunulmuş ve desteklenmiştir. Geliştirmekte olduğumuz projede amacımız denge sorunu yaşayan bireyler için Dinamik Vestibüler Sistem Analiz Algoritması Geliştirilmesi ve Denge Tespit Cihazı Tasarımıdır. Vucudun farklı yerlerine yerleştirilen basınç ve ataletsel sensörler sayesinde bireyden daha fazla sayıda öznitelikler çıkartılarak, bu veriler makine öğrenmesi algoritması tarafından işlenmiştir. Proje tıp ve elektronik alanın multidisipliner çalışmasını gerektirdiğinden dolayı, bu çalışma İstanbul Üniversitesi Cerrahpaşa Tıp Fakültesi Kulak Burun Boğaz Anabilim Dalı Öğretim üyeleri ile beraber yapılmıştır. İstanbul Teknik Üniversitesinden olan takım üyeleri çalışma sırasında basınç ve ataletsel sensörleri kullanarak yürüyüş parametrelernin çıkartılmasında, makine öğrenimi geliştirilmesinde görev almış olup, tıp geçmişli ekip üyeleri ise klinik çalışmalarının yapılması ve elde edilen sonuçların medikal bakış açısı ile değerlendirilmesinde yer almışlardır. Bu tezin amacı Vestibuler sistem bozukluklarının teşhisi için makine öğrenimi algoritması geliştirilmesidir. Yürüyüş analizinden elde elde edilen öznitelikler makine öğrenimi modelini eğitmek için kullanılmıştır. Öznitelik matrisinin boyutu küçültülerek gereksiz öznitelikler çıkartılmıştır. Yeni hastaların teşhisi eğitilen model ile yapılarak model doğruluğu gözlemlenmiştir. Bu tez çalışması Dinamik Vestibüler Sistem Analiz Algoritması Geliştirilmesi ve Denge Tespit Cihazı Tasarımı isimli ve 115E258 numaralı TUBITAK 1001 projesi kapsamında desteklenmiştir. Makine eğitimi algoritması geliştirilmesi, model eğitimi ve testi için MATLAB geliştirme ortamı kullanılmıştır. Tezin birinci bölümünde, denge sistemi ve bunun önemi hakkında kısa bilgi verilmiştir. Daha sonra tezin amacı sunulmuştur. Hastalık tayininde makine öğrenimi kullanılmasına ilişkin literatür araştırması bilgisi ile bu bölüm sonlandırılmıştır. İkinci bölümde, makine öğrenimi ve türleri hakkında ön bilgi verilmiştir. Daha sonra kullanılan üç makine öğrenimi algoritması teorik açıdan incelenmiştir. Öznitelik seçimi ve öznitelik dönüşümü metotları incelenmiş ve bu metotlara ilişkin matematiksel bilgiler sunulmuştur. Öznitelik seçimi için t-test, öznitelik dönüşümü için ise temel bileşen analizi incelenmiştir. Üçünçü bölümde, tez çalışmasına ilişkin sonuçlar verilmiştir. İlk olarak, veri seti oluşturma süreci anlatılmıştır. Veri toplama için kullanılan sensörler ve onların teknik özellikleri verilmiştir. Veri toplama ortamı, veri toplama sırasında dikkat edilen hususlar ve toplanan verilere ilişkin bilgiler bu bölümde sunulmuştur. Sensör verilerinde öznitelik çıkarımı da bu bölümde anlatılmıştır. Daha sonra, kullanılan üç makine öğrenimi algoritmalarının doğruluk oranları verilmiş ve sonuçlara ilişkin açıklamalar yapılmıştır. Sonrasında, öznitelik seçimi ve dönüşümünün veri setine uygulanmasına ilişkin sonuçlar sunulmuş ve her iki metodun kullanımının öğrenme modelinin doğruluğuna etkisi incelenmiştir. Son olarak, basınç ve ataletsel sensör verilerinin korelasyonundan ayırtedici özniteliklerin çıkartılması ile ilgili yapılan çalışma anlatılmıştır. Dördüncü bölümde, tezde yapılan çalışmalar irdelenmiş, elde edilen sonuçlardan bahsedilerek gelecekte proje kapsamında yapılması planlanan çalışmalar belirtilmiştir.
Özet (Çeviri)
Balance system is one of the most important survival skills in human life. It is a complex system that needs three important body parts to function in coorperation. These parts are human visual system (eyes), vestibular system (VS) and muscle and joints. Human eyes send signal to the brain about body's position with respect to its surroundings and human brain takes action according to the feedback taken from VS and muscle and joint sensors. Although most of us is not aware of its importance, VS plays a vital role in human balance. VS contains part of the inner ear and brain. Three semicircular canals and two otolith organs, namely, the utricle and the saccule are the parts of the inner ear that contributes to human balance. Inner ear acts like an acceloremeter sensor and informs brain about rotational and linear movements made by the body. Together with information taken from other body sensors, brain processes this information and takes compensatory actions, if needed, in order to keep balance. Any problems related to VS, results in VS disorders and it affects one's ability to maintain correct balance and decreases life quality. Common balance disorders related to VS are Benign Paroxysmal Positional Vertigo (BPPV), Benign Positional Vertigo (BPV), Multiple Sclerosis (MS) and etc. Currently used Balance Monitoring Instruments in clinical studies and diagnosis make use of foot pressure sensors and record the force applied by the foot to the ground. They make decision based on pressure distributions acquired from the sensors. This system does not record data related to body movements and position, and it is not mobile which confines person to move in specific area. Although, recently, mobile balance equipments is being used in the clinical studies, these systems only measure body sway and are not feasible to correctly diagnose the patient. Analyzing current devices and their drawbacks, we can conclude that the balance monitoring and decision making device has to make use of pressure and inertial measurement unit (IMU) sensors together so that it can make more extensive analysis and make decisions correctly. Also, it has to be wearable so that it is mobile and does not restrict patient to the limited area. For this reason, the project aiming to develop such a system that has above mentioned features has been proposed and funded by Technological and Scientific Research Council of Turkey (TUBITAK). The goal of the project is to develop Machine Learning (ML) algorithm for Dynamic Vestibular System Analysis and to design Balance Monitoring Device for patients suffering from balance disorders. The gait sensory information is taken from pressure and IMU sensors placed on human body and gait parameters are extracted to further process them using ML. As the study involves multidisciplinary team members to work in cooperation, the study was carried out with Istanbul University Cerrahpasa Medical School – Audiology Department. Engineers from Istanbul Technical University contributed to the gait analysis, ML algorithm development and medical doctors carried out clinical studies and investigated the results from medical point of view. The goal of this thesis is to develop machine learning model to be used for dynamic VS disorders. The extracted features related to gait analysis from pressusre and IMU sensors are used for training of the ML model. The dimensionality reduction is used to remove redundant features and increase accuracy. The binary classification of the new patient is done based on the trained model. This thesis was done as a part of the project aiming to develop machine learnig algorithm for Dynamic Vestibular System Analysis and to design Balance Monitoring Device which is funded by TUBITAK (ID: 115E258). Matlab enviroment was used for ML algorithm development, model training and testing. In the first part, a brief introduction is given about human balance system and about its importance. After that the purpose of the thesis is stated and literature review for application of machine learning as disease identification tool is presented. In the second part, introductory information is given about machine learning and its types. After that three ML methods are explained from theoritical point of view. Then, dimensionality reduction techniques, namely feature selection (FS) and feature transformation (FT), are examined and mathematical background is presented for them. T-test as FS method and principal component analysis as FT method is chosen for reducing feature space dimension. In the third part, results related to study made is presented. Firstly, dataset formation process is stated. The sensors and their features, data collection enviroment and points considered during data collection, information regarding to collected data is given. Following this, accuracy comparison of three ML algorithms is made. After that, FS and FT methods are applied to data set and their effect on model accuracy is investigated. Finally, information is given about the work done to extract discriminative features from correlation between pressure and IMU sensory data. In fourth part, discussions related to study done in this thesis is made. Furthermore, the future study that will be made as a part of this project is given in this section.
Benzer Tezler
- İki kere farklılığı belirlemeye yönelik web tabanlı bilişsel değerlendirme bataryasının geliştirilmesi
The development of the web-based cognitive assessment battery for the identification of twice-exceptionality
FURKAN ATMACA
Doktora
Türkçe
2024
Eğitim ve ÖğretimHacettepe ÜniversitesiÖzel Eğitim Ana Bilim Dalı
PROF. DR. MUSTAFA BALOĞLU
- TV ve set üstü cihaz arayüz kullanılabilirlik ölçümü
Usability evaluation of TV and set-top box interfaces
AYCAN PEKPAZAR
Doktora
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM ALTIN GÜMÜŞSOY
- Fındık ekili alanların uzaktan algılama ve makine öğrenme algoritmaları ile belirlenmesi; Piraziz, Giresun örneği
Determination of hazelnut cultivated areas using remote sensing and machine learning algorithms; the case of Piraziz, Giresun
SEDA TERZİ TÜRK
Yüksek Lisans
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. FİLİZ BEKTAŞ BALÇIK
- Efficient optimization algorithms for computational biology
Hesaplamalı biyolojide etkin eniyileme algoritmaları
OĞUZ CAN BİNATLI
Doktora
İngilizce
2024
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği ve Operasyon Yönetimi
PROF. DR. MEHMET GÖNEN
- Train set complexity tunning for imbalance learning
Dengesiz öğrenme için eğitim seti karmaşıklığının ayarlanması
MEHMET ULAŞ
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. MEHMET ALİ ERGÜN