Early detection of cerebral ischemia and hemorrhage usingartificial neural networks
Yapay sinir ağları kullanılarak serebral iskemi ve hemorajiolaylarının önceden tahmin edilmesi
- Tez No: 677956
- Danışmanlar: PROF. DR. FIRAT HARDALAÇ, PROF. DR. PINAR ÖZIŞIK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 175
Özet
İnme, serebral iskemi ve hemoraji şeklinde iki ana alt türü bulunan ve dünya çapında ölüm ve kalıcı sakatlıkların önde gelen sebeplerinden biri olan ciddi bir sağlık sorunudur. Buna karşın, inme ile mücadelede bugüne kadar genel geçer bir etkin tedavi yöntemi bulunamamıştır. Bu durum da inme olaylarının etkisini minimize etmek için olası atakların önceden tahmin edilmesi konusunda çalışmalara yoğunlaşılmasına yol açmıştır. Ancak, inme olaylarının akut doğası ve bireylerin inme geçirme risklerini etkileyen faktörlerin, bazıları hâlâ bilinmemekle birlikte, sayıca çok olması başarılı bir risk tahmin yöntemi oluşturmayı oldukça zor kılmaktadır. Bu çalışmada, bireylerin inme geçirme risklerini hesaplayarak yüksek risk altındaki kişilerin belirlenmesi ve meydana gelebilecek ataklara yönelik gerekli önlemlerin alınması konusunda bir karar-destek sistemi olarak işlev görecek bir model önerilmiştir. Önerilen model, Matlab yazılımı kullanılarak hazırlanmış olup kullanım kolaylığı ve anlaşılabilirlik için bir grafiksel kullanıcı arayüzü ile tamamlanmıştır. Çalışma kapsamında Gazi Üniversitesi Hastanesi'nden retrospektif olarak alınan 3000 hasta verisi kullanılarak özgün bir veri seti hazırlanmış olup önerilen modelin eğitimi ve testinde bu veri seti kullanılmıştır. Çalışmada önerilen model 2 ana aşamadan oluşmaktadır. İlk aşamada modele verilen veri seti bulanık c-means yöntemi ile kümelenerek elde edilen kümeleme sonuçları veri setini modifiye etmekte kullanılmıştır. İkinci aşamada ise modifiye edilen veri seti girdi olarak alınıp, setteki hastaların 4 farklı inme türü için riskleri her biri 4 farklı temel modelden oluşan topluluk öğrenme temelli sınıflandırıcılar ile tahmin edilmiştir. Burada kullanılan temel modellerin ağırlıkları özgün bir yaklaşımla, her küme için ayrı ayrı olmak üzere, temel modellerin doğrulama veri setindeki başarılarına göre dinamik olarak belirlenmiştir. Bu sayede hem yüksek bir model performansı elde edilmiş olup hem de modelin çalışma süresi ve işlem yükü kayda değer derecede azaltılmıştır. Ayrıca, uygulanan kümeleme işlemi ve bunun neticesinde elde edilen kümelerde farklı ağırlıkların kullanılması modele kullanılan veri setlerindeki olası yanlılıklara karşı direnç kazandırmıştır. Modelin genel inme, iskemik inme, hemorajik inme ve geçici iskemik atak olaylarını tahmin etmedeki doğruluk oranları sırasıyla %99,89; %99,90; %99,81 ve %99,87 olarak elde edilmiştir. Bu doğruluk oranları göz önünde bulundurulduğunda çalışmada önerilen modelin mükemmele yakın performansla çalıştığı gözlenmektedir. Bu bağlamda, çok sayıda faktörü hesaba katarak 4 farklı inme türü için yüksek doğruluk oranı ile risk tahmini yapabilen bu model, tıbbî uzmanlara bir karar destek sistemi vazifesi görerek yardımcı olabilecektir.
Özet (Çeviri)
Stroke, which has two main types as cerebral ischemia and hemorrhage, is a serious health condition that is among the leading causes of death and permanent disability worldwide. Despite this fact, a generally valid, effective treatment method is yet to be found in the struggle against stroke. This situation has led to the concentration of studies on the prediction of possible attacks in order to minimize the impact of stroke events. However, the acute nature of stroke events and the high number of factors affecting the risk of stroke, some of which are still unknown, make it difficult to establish an accurate risk estimation method. A novel, 3000-patient dataset is formed and used in training and testing of the proposed model within the context of study, using the data obtained from Gazi University Hospital retrospectively. The model proposed in the study consists of 2 main stages. In the first stage, the dataset input to the model is clustered using fuzzy c-means algorithm and the clustering results obtained are used to modify the dataset. In the second stage, this modified dataset is taken as input and the risks of the patients in the set for 4 different stroke types are estimated with ensemble learning based classifiers that consist of 4 different base models for each stroke type. With a novel approach, the weights of the base models used in this stage are determined dynamically according to their performances in validation dataset, separately for each cluster. By this way, not only a high model performance is obtained, but also the operating time and computational load of the model is reduced considerably. Furthermore, the clustering process and the usage of different weights in the resulting clusters provided the model with resistance against possible biases in the datasets. The accuracy of the model in predicting general stroke, ischemic stroke, hemorrhagic stroke and transient ischemic attack events are obtained as 99,89%; 99,90%; 99,81% and 99,87%; respectively. When these accuracy values are considered, it is observed that the model proposed in the study shows almost perfect performance. In this context, this model, with its ability to perform risk estimation accurately for 4 different types of stroke by considering a large number of factors can aid the medical experts by functioning as a decision support system.
Benzer Tezler
- Akut serebrovasküler hastalık tanısı ile takip edilen hastalardaki sıvı elektrolit dengesizliklerinin retrospektif olarak incelenmesi
Retrospektif evaluation of fluid electrolyte imbalances in patients followed up with the diagnosis of acute cerebrovascular disease
ONUR SEZER
Tıpta Uzmanlık
Türkçe
2022
Acil TıpBursa Uludağ ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. EROL ARMAĞAN
- Akut iskemik inme tanısında perfüzyon BT incelemenin etkinliği
Effectiveness of CT perfusion in diagnosis of acute ischemic stroke
MEHMET SAİT MENZİLCİOĞLU
Tıpta Uzmanlık
Türkçe
2011
Radyoloji ve Nükleer TıpGaziantep ÜniversitesiRadyoloji Ana Bilim Dalı
YRD. DOÇ. DR. AHMET METE
- Akut iskemik inme tanısında dinamik perfüzyon BT incelemenin etkinliği
The effectiveness of the dynamic CT perfusion imaging of acute ischemic stroke
CELALETTİN YÜKSEL
Tıpta Uzmanlık
Türkçe
2002
Radyoloji ve Nükleer TıpGATARadyodiagnostik Ana Bilim Dalı
DOÇ.DR. EŞREF KIZILKAYA
- Genel anestezi altında karotis endarterektomi (KEA) yapılan hastalarda farklı anestezi yöntemlerinin near-infrared-spektroskopi(NIRS) düzeyleri üzerine etkisinin retrospektif olarak değerlendirilmesi
Retrospective evaluation of the effect of different anesthesia methodson near-infrared spectroscopy (NİRs) levels in patients with carotid endarterectomy (CEA) under general anesthesia
ZEYNEP CURA
Tıpta Uzmanlık
Türkçe
2017
Anestezi ve ReanimasyonSelçuk ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. ATEŞ DUMAN
- İskemik sererovasküler hastalarda Nt-proBNP düzeyi ile ekokardiyografi ve volümetrik infarkt büyüklüğü ilişkisi
The relationship of Nt-proBNP levels in patients with ischemic cerebrovascular disease between echocardiography and volumetric infarct size
SELMA TEKİN
Tıpta Uzmanlık
Türkçe
2014
NörolojiPamukkale ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. ÇAĞATAY HİLMİ ÖNCEL