Geri Dön

Çölyak hastalığının teşhis edilmesi ve sınıflandırılmasında yapay zekâ algoritmalarının kullanılması

Application of artificial intelligence algorithms in the diagnosis and classification of celiac disease

  1. Tez No: 668509
  2. Yazar: MANARBEK SAKEN
  3. Danışmanlar: PROF. DR. NEJAT YUMUŞAK
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 96

Özet

Yüksek bir oranda yaygınlık gösteren çölyak hastalığı (ÇH), tahıllardaki glüten ve diğer tahıl proteinlerine kalıcı bir intolerans olarak gelişen proksimal ince bağırsak hastalığıdır. Teşhis edilmesi en zor hastalıklardan biri olarak kabul edilir. Seroloji testi ve endoskopi sırasında alınan ince bağırsak biyopsilerinin histopatolojik kanıtı tanı için altın standart olmaya devam etmektedir. Bu nedenle, endoskopide bilgisayar destekli teşhis (CAD) sistemleri, hastalığın tanısal doğruluğunu artırmak ve zamandan ve insan gücünden tasarruf etmek için yeni ortaya çıkan bir teknolojidir. Bu çalışmada çölyak hastalığının CAD sistemi için hibrit bir makine öğrenme yöntemi uygulanmıştır. Sunulan CAD sisteminde ilk olarak, görüntüleri bölütlemek için uzamsal bağlam temelli optimal çok düzeyli eşikleme tekniği kullanılmıştır. Daha sonra, görüntüler ayrık dalgacık dönüşümü (DWT) ile alt bantlara ayrıştırılmış ve ayırt edici özellikler ölçekle değişmeyen doku tanımlayıcı ile çıkartılmıştır. Sınıflandırma doğruluğu, duyarlılığı ve özgüllük oranı sırasıyla %94,79, %94,29 ve %95,08 olarak elde edilmiştir. Önerilen modellerin sonuçları, evrişimli sinir ağı (CNN) ve yüksek dereceli spektral (HOS) analizi gibi diğer güncel yöntemlerin sonuçlarıyla karşılaştırılmıştır. Sonuçlar, önerilen hibrit yaklaşımların doğru, hızlı ve kabul edilebilir düzeyde olduğunu göstermiştir.

Özet (Çeviri)

Celiac disease (CD) is quite common and is a proximal small bowel disease that develops as a permanent intolerance to glüten and other cereal proteins in cereals. It is considered as one of the most difficult diseases to diagnose. Histopathological evidence of small bowel biopsies taken during endoscopy remains the gold standard for diagnosis. Therefore, computer-aided detection (CAD) systems in endoscopy are a newly emerging technology to enhance the diagnostic accuracy of the disease and to save time and manpower. For this reason, a hybrid machine learning methods have been applied for the CAD of celiac disease. Firstly, spatial context-based optimal multilevel thresholding technique was employed to segment the images. Afterwards, images were decomposed into subbands with discrete wavelet transform (DWT), and the distinctive features were extracted with scale invariant texture recognition. Classification accuracy, sensitivity and specificity ratio are 94.79%, 94.29% and 95.08% respectively. The results of the proposed models are compared with the result of other state-of-the-art methods such as convolutional neural network (CNN) and higher order spectral (HOS) analysis. The results demonstrate that the proposed hybrid approaches are accurate, fast and robust.

Benzer Tezler

  1. Kayseri yöresindeki erişkin populasyonunda çölyak hastalığı prevalansı

    The Prevalence of celiac disease among adult population in Kayseri region

    TAYFUN ŞİMŞEK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2002

    GastroenterolojiErciyes Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF.DR. KADRİ GÜVEN

  2. Mathematical model-based clinical decision support system algorithm design study that can support the diagnosis of celiac disease

    Çölyak hastalığının teşhisine destek verebilecek matematik model tabanlı kds algoritması tasarımı

    ELİF KESKİN BİLGİÇ

    Doktora

    İngilizce

    İngilizce

    2024

    Mühendislik Bilimleriİstanbul Üniversitesi-Cerrahpaşa

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. İNCİ ZAİM GÖKBAY

    DOÇ. DR. YUSUF KAYAR

  3. Çölyak hastalarında kısa zincirli yağ asitleri ve fekal kalprotektin düzeylerinin değerlendirilmesi

    Short-chain ​​fatty acids and fecal calprotectin in celiac patientsassessment of levels

    TELLİ GİZEM ARIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    BiyokimyaErciyes Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    PROF. DR. SABAHATTİN MUHTAROĞLU

  4. Çölyak hastalarında anti siklik sitrüline peptit antikor, anti nükleer antikor ve romatoid faktör varlığının araştırılması

    The investigation of anti cyclic citrüline peptide, anti nuclear antibody and rheumatoid factor in celiac patients

    MEHTAP EKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    MikrobiyolojiSelçuk Üniversitesi

    Mikrobiyoloji Ana Bilim Dalı

    PROF. DR. UĞUR ARSLAN

  5. Çölyak hastalarının videonistagmografi ile değerlendirilmesi

    Assessment of celiac patients with videonystagmography

    TUĞÇE GÜL ÜZÜMCÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Kulak Burun ve BoğazTurgut Özal Üniversitesi

    Odyoloji ve Konuşma Bozuklukları Ana Bilim Dalı

    DOÇ. DR. NEBİL ARK