Geri Dön

Implementation of machine learning methods to understand surgical residents' skill levels through their hand movements generated by computer-based simulation training environments

Cerrahi asistanların beceri düzeylerinin anlaşılması amacıyla bilgisayar tabanlı simülasyon eğitim ortamlarının oluşturduğu el hareketleri verisine makine öğrenme yöntemlerinin uygulanması

  1. Tez No: 811867
  2. Yazar: GÖKÇEN TONBUL
  3. Danışmanlar: PROF. DR. NERGİZ ÇAĞILTAY, DR. ÖĞR. ÜYESİ DAMLA TOPALLI
  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: 2023
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 146

Özet

Tıp disiplinleri, yeni teknolojilerin gelişimine paralel olarak kendi mevcut karmaşık yapısı içinde büyük zorluklar yaşamaktadır. Klasik yaklaşımlar, adaptasyon sürecine girerek modern çözümlere evrilmekte hatta bazıları tamamen geçerliliğini yitirmektedir. Sıradan bir açık ameliyatın doğal olarak ortaya çıkan komplikasyonları, minimal invaziv ameliyatların gelişmesine yol açmıştır. Minimal invaziv cerrahi ile istenen vücut bölgesine ulaşmak için gerekli aletler yardımıyla, küçük kesiler açılarak vücuttaki boşluklar kullanılır veya yenisi oluşturulur. Böylece daha az kesi ve doku hasarı sayesinde hastanın da daha hızlı ve rahat bir iyileşme süreci geçirmesi amaçlanır. Bununla birlikte, ilgili cerrahi işlemlerin eğitim programlarında hala çeşitli sorunlar bulunmaktadır. Örneğin, cerrahi beceri düzeylerinin tanımlanması ve objektif olarak ölçülmesi zorlu bir süreçtir. Bu bağlamda, öncelikle cerrahi beceri düzeyi sınıflandırma yaklaşımlarını daha iyi anlamak için sistematik bir derleme çalışması yapılmıştır. Daha sonra deneysel bir çalışmada sanal gerçeklik ortamları aracılığıyla elde edilen el hareket verileri kullanılarak orta ve acemi cerrahi becerilerin önceki sınıflandırma çabalarına göre daha yüksek doğrulukla sınıflandırılması amaçlanmaktadır. Sonuçlar, yeniden üretilebilir uyarlanmış bir çerçeveye dayalı olarak farklı veri mühendisliği teknikleri kullanılarak sınıflandırmanın daha iyi hale getirilmesinin mümkün olduğunu göstermektedir. Gelecekte bu araştırma çalışmasını, uygun bir araç seti, veri bilimi muhakemesinin üzerine inşa edilen yazılım mühendisliği çabaları ve muhtemel yenilikçi makine öğrenimi yaklaşımları ile herhangi bir sanal ortama uyarlamanın mümkün olduğuna inanılmaktadır.

Özet (Çeviri)

Medical disciplines have been experiencing big challenges in its existing complex nature, parallel with the development of the new technologies. Classical approaches evolve into modern solutions in the adaptation process even some are becoming completely obsolete. The natural complications of an ordinary open surgery directed this evolution towards the term minimally invasive operations. Minimally invasive surgery (MIS), as a general term, uses or creates cavity in the body to reach the desired body part by using necessary tools. The aim is to give less pain to the patient by keeping less incision and tissue damage. However, there are still several problems for the education programs of related surgical procedures. For instance, defining and objectively measuring the surgical skill levels is a challenging process. In this regard, first a systematic review study is conducted to better understand the surgical skill level classification approaches. Afterwards, it is aimed to classify intermediate and novice surgical skills with higher accuracy compared to the previous classification efforts using any possible hand movement-oriented data gathered through virtual reality environments in an experimental study. The results show that it is possible to improve the classification more using different data engineering techniques based on a reproducible adapted framework. It is believed that, in the future, it is possible to adapt this research study effort to any virtual environment with a proper set of tools, the applicable software engineering efforts on top of data science discernment, as well as possible innovative machine learning approximations.

Benzer Tezler

  1. Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi

    Analysis of container port operations using machine learning methods

    ÜSTÜN ATAK

    Doktora

    Türkçe

    Türkçe

    2022

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. YASİN ARSLANOĞLU

    PROF. DR. TOLGA KAYA

  2. Enerji tüketim verileri kullanılarak tüketici davranışlarının analizi

    Analysis of consumer behavior using energy consumption data

    MERYEM BALTACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EnerjiFırat Üniversitesi

    Ekobilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÜMİT ÇELİK

  3. İnsan ve HIV-1 proteinleri arasındaki etkileşimlerin rastgele orman yöntemi ve birlikte öğrenme yaklaşımı ile tahmin edilmesi

    Predicting human-HIV 1 protein-protein interactions using random forests in a co-training approach

    İSMAİL BİLGEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEHRA ÇATALTEPE

  4. İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması

    Başlık çevirisi yok

    TARIK ÇAKAR

    Doktora

    Türkçe

    Türkçe

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. AYHAN TORAMAN

  5. Implications of NFV-SDN technology on the telecom sector in Turkey

    NFV-SDN teknolojisinin Türkiye'deki telekom sektörüne etkilerinin araştırılması

    AHMET ÇETİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DERYA GÜLTEKİN

    DOÇ. DR. NİHAN YILDIRIM