Geri Dön

Pelvis bilgisayarlı tomografi görüntülerinden elde edilen parametreler ile makine öğrenme algoritmaları kullanılarak cinsiyet tahmini üzerine bir deneme

An experiment on gender estimation using machine design algorithms with parameters obtained from pelvis computed tomography images

PDF İndir

  1. Tez No: 609733
  2. Yazar: YUSUF SEÇGİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ZÜLAL ÖNER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Anatomi, Anatomy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Anatomi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 90

Özet

Cinsiyet tahmini antropolojik, tıbbi ve adli uygulamalarda önemlidir. Cinsiyet tahmini iskelet sistemini oluşturan kemikler üzerinden yapılabilmektedir. Kemikler içerisinde cinsiyet tahmininde en güvenilir kemik olarak görülen ise pelvis iskeletini oluşturan kemiklerdir. Bu çalışmanın amacı; bilgisayarlı tomografi görüntüleri üzerinden pelvis kemiğine işaret noktaları yerleştirilerek makine öğrenme algoritmaları kullanılarak cinsiyet tahmini denemesi yapmaktır. Çalışmamız daha önceden çeşitli sağlık problemleri ile Karabük Üniversitesi Eğitim Araştırma Hastanesine başvurmuş 25-50 yaş arası sağlıklı olduğu belirlenen 300 bireye (150 kadın, 150 erkek) ait hastane Picture Archiving and Communication System (PACS) arşiv sistemindeki Bilgisayarlı Tomografi (BT) görüntüleri üzerinden yapılmıştır. Elde edilen görüntüler Digital Imaging and Communications in Medicine (DICOM) formatında kaydedilerek kişisel iş istasyonuna (Horos Project, Versiyon 3.0) aktarıldı. Daha sonra görüntüler ortogonal düzleme getirilerek promontorium, crista iliaca, articulatio sacroiliaca, spina iliaca anterior superior, spina iliaca anterior inferior, linea terminalis, foramen obturatum, trochanter major, trochanter minor, caput femoris, collum femoris, tuber ischiadicum, acetabulum, symphsis pubis'e işaret noktaları yerleştirilerek bu bölgelere ait koordinatlar elde edilmiştir. Elde edilen koordinatlar Sekazu programına aktarılarak 34 farklı uzunluk ve 8 farklı açı elde edilmiştir. Toplam 42 farklı uzunluk ve açı Sekazu programındaki makine öğrenme algoritmaları kullanılarak çözümlenmiştir. Çözümlemenin sonucunda; Karar Ağacı (KA) ile %91-93, Rastgele Orman (RO) ile %90-93, ADA Boost Sınıflandırması (ADA) ile %91-94, Lojistik Regresyon (LR) ile %90-94, Doğrusal Diskriminant Analizi (DDA) ile %90-96, Ekstra Ağaçlar Sınıflandırması (EAS) ile %90-93 oranında cinsiyeti tahmin edebildiği tespit edilmiştir. Çalışmamızın sonucunda; pelvis BT görüntüleri üzerinden makine öğrenme algoritmaları kullanılarak yüksek oranlarda cinsiyeti tahmin edilebileceği ortaya konulmuştur.

Özet (Çeviri)

Gender prediction is important in anthropological, medical and forensic practices. Gender estimation can be done on the bones that make up the skeletal system; Among the bones, the most reliable bone for sex prediction is the bones forming the pelvic skeleton. The aim of this study is to perform sex determination using machine learning algorithms by placing landmarks on the pelvic bone via computed tomography images. Our study was performed on the Computed Tomography (CT) images of the hospital Picture Archiving and Communication System (PACS) of 300 individuals (150 females, 150 males) aged 25-50 years who applied to Karabuk University Education and Research Hospital with various health problems. The images were recorded in Digital Imaging and Communications in Medicine (DICOM) format and transferred to a personal workstation (Horos Project, Version 3.0). Then the images are reoriented to the orthogonal plane on the promontorium, crista iliaca, articulatio sacroiliaca, spina iliaca anterior superior, spina iliaca anterior inferior, linea terminalis, foramen obturatum, trochanter major, trochanter minor, caput femoris, collum femoris, tuber ischiadicum, acetabulum a landmarks were placed and the coordinates of these regions were obtained. The obtained coordinates were transferred to Sekazu program and 34 different lengths and 8 different angles were obtained. A total of 42 different lengths and angles were analyzed using machine learning algorithms in Sekazu. As a result of analysis; Haved that it can predict gender by 91-93% with Decision Tree (KA), 90-93% with Random Forest (RO), 91-94% with ADA Boost Classifier (ADA), 90-94% with Logistic Regression (LR), 90-96% with Linear Discriminant Analysis (DDA), Extra Trees Classifier (EAS) 90-93%. As a result conclusion; it has been demonstrated that high rates of sex predict by can be done using machine learning algorithms on pelvis CT images.

Benzer Tezler

  1. Tez No

    462598

    Vücut dışı şok dalgaları ile böbrek taşı tedavisinin başarısını etkileyen faktörler

    The factors that affecting shockwave lithotripsy treatment outcome of kidney stones

    MEHMET VEHBİ KAYRA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    ÜrolojiBaşkent Üniversitesi

    Üroloji Ana Bilim Dalı

    PROF. DR. FERHAT KILINÇ

  2. Tez No

    838248

    İkinci servikal vertebranın bilgisayarlı tomografi (BT) ile elde edilen antropometrik ölçümleriyle cinsiyet, yaş ve boy tahmini

    Sex, age and height estimation using anthropometric measurements of second cervikal vertebra from computed tomography scanning

    ERAY TÜRKEL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Adli TıpSağlık Bilimleri Üniversitesi

    Adli Tıp Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN BALANDIZ

  3. Tez No

    539980

    Arteria renalis'in multidedektör bilgisayarlı tomografi ile morfometrik analizi

    Morphometric analysis of renal artery with multi-detector computed tomography

    HÜSEYİN CAHİT ÖZTEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    AnatomiNecmettin Erbakan Üniversitesi

    Anatomi Ana Bilim Dalı

    PROF. MUZAFFER ŞEKER

  4. Tez No

    825118

    Lumbar vertebraların bilgisayarlı tomografi görüntülerinden ölçülen yükseklik ve derinlik değerlerinin yapay zeka ile cinsiyet tayininde kullanılabilirliği

    'Usability of height and depth values measured fromcomputerized tomography images of lumbar vertebra ingender determination by artificial intelligence

    AYSUN KARACA YALÇIN

    Doktora

    Türkçe

    Türkçe

    2023

    Adli TıpOndokuz Mayıs Üniversitesi

    Radyolojik Bilimler Ana Bilim Dalı

    PROF. DR. BÜNYAMİN ŞAHİN

    DOÇ. DR. MUHAMMED KAMİL TURAN

  5. Tez No

    350304

    Gelişimsel kalça displazisi tedavileri için pelvis osteotomi yöntemlerinin karşılaştırılması -biyomekanik çalışma-

    Comparision of pelvic osteotomy technique for treatments of developmental hip dysplasia -biomechanical study-

    İBRAHİM MUTLU

    Doktora

    Türkçe

    Türkçe

    2013

    BiyomühendislikKocaeli Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    DOÇ. DR. YASİN KİŞİOĞLU

Geri Dön