Karpal tünel ön tanılı hastaların yapay zeka kullanılarak EMG analizi
EMG analysis of patients with preliminary diagnosis of carpal tunnel syndrome using artificial intelligence
- Tez No: 939855
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAH GÜZEL
- Tez Türü: Tıpta Uzmanlık
- Konular: Nöroloji, Neurology
- Anahtar Kelimeler: Derin Öğrenme, Elektromiyografi, Karpal Tünel Sendromu, Makine Öğrenmesi, Yapay Zeka, Deep Learning, Electromyography, Carpal Tunnel Syndrome, Machine Learning, Artificial Intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Afyonkarahisar Sağlık Bilimleri Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Nöroloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Karpal tünel sendromu (KTS), genel popülasyonda en sık görülen kompresyon nöropatisidir ve tanısında EMG testi altın standarttır. Yapay zeka (YZ) ise sağlık hizmetlerinde devrim meydana getirerek daha doğru teşhis ve sınıflandırma sağlamıştır. Bu çalışmada, EMG parametrelerini YZ algoritmaları ile değerlendirerek YZ'nin sağlık sektöründeki kullanımını geliştirmeyi hedefliyoruz. Gereç ve Yöntem: Çalışmada kullanılan veriler, 01.10.2011- 30.06.2023 tarihleri arasında hastanemizdeki Dahili Tıp Bilimleri Nöroloji Anabilim Dalı Elektronörofizyoloji Laboratuvarı'ndan toplanmıştır. Araştırmaya toplamda 1.649 hastaya ait her el için birer tane olmak üzere toplamda 3298 EMG verisi dahil edilmiştir. Toplanan ve ön işleme tabi tutulan EMG verileri, makine öğrenimi algoritmaları ile analiz edilmiştir. Bu çalışmada kullanılan makine öğrenimi algoritmaları arasında;“Decision Tree”,“K-Nearest Neighbour”,“Suport Vector Machine”,“Random Forest”,“Naive Bayes”,“CatBoost”,“Xgboost”,“Light GBM”yer almaktadır. Bulgular: Tüm modellerin doğruluk oranları (accuracy) yüksek olmakla birlikte, özellikle CatBoost, Random Forest ve XGBoost modelleri en yüksek doğruluk oranlarını elde etmiştir (%90, %90, %89 sırasıyla). KNN ve Naive Bayes modelleri, doğruluk oranı açısından diğerlerine göre daha düşük performans sergilemiştir (%77, %79 sırasıyla). Sonuç: Tezimizde kullanılan makine öğrenmesi metotları genel olarak karpal tünel tanısı ve derecesi tahmininde yüksek başarı göstermekle beraber özellikle“hafif KTS”ve“ağır KTS”grupları tahmininde bazı sınırlamalar olduğunu gösteriyor.
Özet (Çeviri)
Objective: Carpal tunnel syndrome (CTS) is the most common compression neuropathy, with electromyography (EMG) remaining the gold standard for diagnosis. Advances in artificial intelligence (AI) have revolutionized healthcare, enhancing disease classification, diagnosis, treatment, and prognosis. AI models have shown high accuracy in analyzing EMG signals. This study aims to evaluate EMG parameters using AI algorithms to advance their application in healthcare. Materials and Methods: The data used in this study were collected from the Electroneurophysiology Laboratory of the Neurology Department of Internal Medicine at our hospital between October 1, 2011, and June 30, 2023. A total of 3,298 EMG records from 1,649 patients (one for each hand) were included in the study. The collected EMG data were preprocessed and analyzed using machine learning algorithms. The machine learning algorithms employed in this study include“Decision Tree,”“K-Nearest Neighbour,”“Support Vector Machine,”“Random Forest,”“Naive Bayes,”“CatBoost,”“XGBoost,”and“Light GBM.”Results:Although the accuracy rates of all models were high, CatBoost, Random Forest, and XGBoost achieved the highest accuracy rates (90%, 90%, and 89%, respectively). KNN and Naive Bayes performed comparatively lower in terms of accuracy (77% and 79%, respectively). Conclusion: The machine learning methods used in this thesis generally demonstrated high success in predicting CTS diagnosis and severity. However, the study highlights some limitations in predicting the“mild CTS”and“severe CTS”groups
Benzer Tezler
- Karpal tünel sendromlu olgularda peloidoterapinin ağrı şiddeti, fonksiyonel durum ve ultrasonografik bulgular üzerine etkinliğinin araştırılması: Randomize, prospektif, tek kör çalışma
Effects of peloid therapy on pain severity, functional status, and ultrasonographic findings in patients with carpal tunnel syndrome: A randomized, prospective, single-blind study
İREM ÇİFTLER GAYRET
Tıpta Uzmanlık
Türkçe
2026
Sağlık Bilimleri ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
Yükleniyor...
- Hirsutizm ile başvuran kadınlarda istenmiş olan hormonal parametrelerin retrospektif incelenmesi
Retrospective investigation of desired hormonal parameters in women suiting with hirsutism
NAZLICAN HAN
Tıpta Uzmanlık
Türkçe
2022
Tekirdağ Namık Kemal Üniversitesiİç Hastalıkları Ana Bilim Dalı
Yükleniyor...
- Ulnar ve median sinir hasarı ve buna sekonder kas denervasyonun elektrotanısal çalışma ve manyetik rezonans görüntüleme ile karşılaştırılması
Comparison of ulnar and median nerve injury and muscle denervation secondary of these with electrodiagnostic study and magnetic resonance imaging
BETÜL ÇİFTÇİ
Tıpta Uzmanlık
Türkçe
2012
Başkent ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
Yükleniyor...
- Karpal tünel sendromu ön tanılı hastaların tanısında karşılaştırmalı elektrofizyolojik çalışmaların yeri
The role of comparative electrophysiological studies in the diagnosis of patients with suspected carpal tunnel syndrome
MEHRİBAN ÖZAKÇİL
- Romatoid Artrit ve Karpal Tünel Sendromu Birlikteliğinin El- Ön Kol Kas Kalınlığına ve El Fonksiyonuna etkisi
Effect of the Coexistence of Rheumatoid Arthritis and Carpal Tunnel Syndrome on Hand-Forearm Muscle Thickness and Hand Function.
BEGÜM SİRET ÖZFIRAT
Tıpta Uzmanlık
Türkçe
2024
Sağlık Bilimleri ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
Yükleniyor...