Geri Dön

Astım hastaları ve sağlıklı bireylerde ses analizi: Makine öğrenimi modelleriyle astım kontrol seviyelerinin ve ses özelliklerinin karşılaştırmalı değerlendirilmesi

Voice analysis in asthmatic and healthy individuals: Comparative assessment of asthma control levels using machine learning models

PDF İndir

  1. Tez No: 930110
  2. Yazar: NEVAL ALAGÖZ
  3. Danışmanlar: PROF. DR. MEHMET ATİLLA UYSAL
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Göğüs Hastalıkları, Chest Diseases
  6. Anahtar Kelimeler: Astım, ses analizi, makine öğrenmesi modelleri, yapay zeka, astım kontrolü, Asthma, voice analysis, machine learning models, artificial intelligence, asthma control
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Sağlık Bilimleri Üniversitesi
  10. Enstitü: Yedikule Göğüs Hastalıkları Ve Göğüs Cerrahisi Eğitim ve Araştırma Hastanesi
  11. Ana Bilim Dalı: Göğüs Hastalıkları Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 140

Özet

Amaç: Yapay zeka (YZ) ve makine öğrenmesi (MÖ) modelleri, astımın tanı ve takibinde önemli bir potansiyele sahiptir. Mevcut çalışmalar hışıltı, öksürük, nefes sesleri ve fonetik seslere odaklanmış olup, kelime tabanlı ayrım ve astım kontrol düzeylerini tahmin etme konularında sınırlı veri bulunmaktadır. Bu çalışmada, YZ/MÖ modelleri kullanılarak astımlı hastalar ile sağlıklı bireylerin fonetik sesler ve belirli kelimeler aracılığıyla ayırt edilmesi ve Global Intiative For Asthma (GINA) semptom kontrol kriterlerine göre kontrol altında olan ve olmayan astımlı hastaların sınıflandırılması amaçlanmıştır. Gereç ve Yöntem: Çalışmamız kesitsel ve tek merkezli olup, 284 astımlı hasta ve 60 sağlıklı gönüllüden oluşan toplam 344 kişi dahil edilmiştir. Katılımcılardan“ana”,“araba”,“ordu”,“titiz”,“ünlem”,“gelecek”kelimelerini ve“A”fonetik sesini 10 saniye boyunca tekrar etmeleri istenmiştir. Ses kayıtları, Naive Bayes Algoritmaları (NBA), K-En Yakın Komşu (KNN), Karar ağacı (DT), Yapay Sinir Ağları (ANN), CatBoost, AdaBoost, GradientBoost, Rastgele Orman (RF), Destek Vektör Makineleri (SVM) ve Lojistik Regresyon (LR) olmak üzere 10 farklı makine öğrenmesi modeli ile analiz edilmiştir. Model performansları duyarlılık, özgüllük, pozitif prediktif değer, negatif prediktif değer, doğruluk, dengelenmiş doğruluk ve F1 skoru ile değerlendirilmiştir. Bulgular:“A”fonetik sesi ve seçilen kelimeler için, en yüksek duyarlılık, özgüllük, doğruluk ve F1 skoru sırasıyla %99, %67, %83 ve %91 olarak bulunmuştur. GINA kriterlerine göre kontrol altında olmayan hastaların sınıflandırılmasında ise bu değerler sırasıyla %100, %57, %84 ve %91 olarak bulunmuştur. RF ve CatBoost modelleri duyarlılık, doğruluk ve F1 skoru açısından üstün performans gösterirken, NBA, SVM ve LR modelleri özgüllük değerleri için öne çıkmıştır. Sonuç: Astımlı hastalar ile kontrol altında olmayan hastaların tanınmasında, kullanmış olduğumuz YZ/MÖ modellerinin önemli bir potansiyele sahip olduğu bulunmuştur. Bulgularımızın doğrulanması ve uzaktan hasta izleme uygulamalarında kullanılabilirliğinin araştırılması için daha geniş veri setleriyle yapılacak çalışmalara ihtiyaç duyulmaktadır.

Özet (Çeviri)

Objective: Artificial intelligence (AI) and machine learning (ML) models hold significant promise for the diagnosis and monitoring of asthma. While existing studies have focused on wheezing, coughing, breathing sounds, and phonetic sounds, there is limited data on word-based discrimination and prediction of asthma control levels. This study aimed to use AI/ML models to distinguish asthmatic patients from healthy individuals using phonetic sounds and specific words and to classify asthmatic patients with and without asthma control based on the GINA symptom control criteria. Materials and Methods: This single-center, cross-sectional study included 344 participants, comprising 284 asthmatic patients and 60 healthy volunteers. Participants were asked to repeat the words“ana”,“araba”,“ordu”,“titiz”,“ünlem”and“gelecek”as well as the phonetic sound“a”for 10 seconds each. Voice recordings were analyzed using 10 different ML models: Naive Bayes Algorithms (NBA), K-Nearest Neighbors (KNN), Decision Trees (DT), Artificial Neural Networks (ANN), CatBoost, AdaBoost, GradientBoost, Random Forest (RF), Support Vector Machines (SVM) and Logistic Regression (LR). Model performance was evaluated based on sensitivity, specificity, positive predictive value, negative predictive value, accuracy, balanced accuracy and F1 score. Results: For the phonetic sound“a”and the selected words, the highest sensitivity, specificity, accuracy and F1 score achieved were %99, %67, %83 and %91, respectively. For classifying uncontrolled patients based on the GINA criteria, sensitivity, specificity, accuracy and F1 score reached %100, %57, %84 and %91, respectively. RF and CatBoost demonstrated superior performance in sensitivity, accuracy and F1 score, while NBA, SVM and LR excelled in specificity. Conclusion: Our AI/ML models demonstrated significant potential in recognizing patients with asthma and those with uncontrolled conditions. Researchers must conduct further studies with larger datasets to validate these findings and explore their usability in remote patient monitoring applications.

Benzer Tezler

  1. Tez No

    808463

    Kardeşi epilepsi hastalığına sahip olan bireylerin deneyimleri

    Experiences of individuals whose sibling has epilepsy

    ŞULENUR ESKİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    HemşirelikBezm-i Alem Vakıf Üniversitesi

    Hemşirelik Ana Bilim Dalı

    PROF. DR. Türkinaz AŞTI

    DR. ÖĞR. ÜYESİ NAREG DOĞAN

  2. Tez No

    634908

    Astım hastalarında genetik yatkınlık, duyarlılık ve oksidatif stres göstergelerinin moleküler analizi

    Molecular analysis of genetic susceptibility, sensitivity and oxidative stress markers in asthma patients

    BEHNAZ KARADOĞAN

    Doktora

    Türkçe

    Türkçe

    2020

    Allerji ve İmmünolojiİstanbul Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    PROF. DR. EMİNE ŞEKÜRE NAZLI ARDA

    PROF. DR. ASLI GELİNCİK

  3. Tez No

    883466

    Erişkin astımlı bireylerde obezitenin solunum fonksiyonları, akciğer difüzyon kapasitesi, fonksiyonel kapasite ve astım kontrolü üzerine etkisi

    The effect of on respiratory functions, lung diffusion capacity, functional capacity and asthma control in adult asthmatic i̇ndividuals

    ESRA NUR ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Fizyoterapi ve Rehabilitasyonİstanbul Atlas Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MELTEM KAYA

  4. Tez No

    412692

    Alerjik rinitte kan karnitin düzeyleri ve semptomlarla ilişkisi

    Blood carnitine levels at allergic rhinitis and relation between symptoms

    NİDA DEMİRPOLAT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2015

    Kulak Burun ve BoğazFırat Üniversitesi

    Kulak Burun Boğaz Hastalıkları Ana Bilim Dalı

    PROF. DR. EROL KELEŞ

  5. Tez No

    613282

    Erişkin bronş astımı olan hastalarda egzersiz kapasitesinin ve aktivite-rol yeterliliğinin değerlendirilmesi

    Evaluati̇on of exerci̇se capaci̇ty and acti̇vi̇ty role adequacy i̇n pati̇ents wi̇th adult bronchi̇al asthma

    HÜSNA GÜZEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Fizyoterapi ve RehabilitasyonHacettepe Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. MELDA SAĞLAM

Geri Dön