Üroflowmetre ölçümleri kullanılarak alt üriner sistem semptomlarının makine öğrenmesi yöntemleri ile sınıflandırılması
Machine learning methods for classification of lower urinary tract symptoms using uroflowmetry measurements
- Tez No: 983140
- Danışmanlar: DOÇ. DR. MUSTAFA SERT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Alt üriner sistem semptomları (AÜSS), bireylerin yaşam kalitesini ciddi ölçüde etkileyen yaygın klinik sorunlardandır. AÜSS'nin değerlendirilmesinde en sık başvurulan tanı yöntemlerinden biri olan üroflowmetre testi; invaziv olmaması, kolay uygulanabilirliği ve düşük maliyeti sayesinde üroloji kliniklerinde yaygın olarak kullanılmaktadır. Bu testin yorumlanmasında, doktorlara klinik karar sürecinde destek olmak amacıyla geliştirilen Liverpool ve Siroky nomogramları gibi geleneksel araçlar sıklıkla tercih edilmektedir. Ancak bu nomogramlar; sınırlı sayıda değişken kullanmaları, bireysel farklılıkları yeterince dikkate alamamaları ve tanısal doğruluk açısından modern teknolojilere kıyasla yetersiz kalmaları nedeniyle bazı kısıtlamalara sahiptir. Bu çalışmada, üroflowmetre test verilerine dayanarak geliştirilen makine öğrenmesi ve derin öğrenme modelleri ile“tıkanıklık var/yok”sınıflandırmasının doğruluğu incelenmiş ve bu doğruluk, geleneksel nomogramlara kıyasla değerlendirilmiştir. Çalışmada; SVM, Random Forest ve XGBoost gibi geleneksel makine öğrenmesi yöntemlerinin yanı sıra FNN, 1D-CNN ve otokodlayıcı mimarileri probleme uygulanmistir. Geliştirilen modellerin performansı, uzman doktorlar tarafından yapılan etiketlemeler ile Liverpool ve Siroky nomogramlarının tahminleriyle karşılaştırılmıştır. Elde edilen sonuçlar, makine öğrenmesi tabanlı yaklaşımların özellikle 50 yaş üstü erkek hastalarda geleneksel nomogramlara kıyasla daha yüksek sınıflandırma doğruluğu sağladığını göstermektedir. Bu modellerin, doktor yorumlarına yakın seviyede başarı göstermesi; üroflowmetre gibi yaygın kullanılan ön tarama testlerinin, klinik ortamlar dışındaki ortak alanlarda (ör. eczaneler, sağlık kabinleri, alışveriş merkezleri gibi) da kullanılabilmesine ve ilerleyen dönemde evde uygulanabilecek hale gelmesine yönelik klinik karar destek süreçlerinin otomatikleştirilebilmesine olanak tanımaktadır. Bu çalışma, sağlık tarama testlerinin yalnızca klinik ortamlarda değil, günlük yaşama entegre bir şekilde kullanılması acisindan umut vericidir.
Özet (Çeviri)
Lower urinary tract symptoms (LUTS) are common clinical problems that significantly impact individuals' quality of life. Among the most frequently used diagnostic methods for the evaluation of LUTS is the uroflowmetry test, which is widely adopted in urology clinics due to its non-invasive nature, ease of application, and low cost. In interpreting this test, traditional tools such as the Liverpool and Siroky nomograms are often employed to support physicians in the clinical decision-making process. However, these nomograms have certain limitations, as they rely on a limited number of variables, fail to adequately consider individual differences, and fall short in diagnostic accuracy compared to modern technologies. In this study, the performance of machine learning and deep learning models in classifying“obstruction present/absent”based on uroflowmetry data was examined and compared with these traditional nomogram-based methods. The study employed both conventional algorithms such as SVM, Random Forest, and XGBoost, as well as deep learning architectures including FNN, 1D-CNN, and various autoencoder models. The performance of the developed models was evaluated against the predictions of the Liverpool and Siroky nomograms and the labels provided by expert urologists. The findings demonstrate that machine learning-based approaches offer higher classification accuracy than traditional nomograms, particularly in male patients over the age of 50. Achieving accuracy levels close to expert annotations, these models could enable the deployment of widely used preliminary screening tests such as uroflowmetry in non-clinical shared environments (e.g., pharmacies, health kiosks, shopping malls) and, in the longer term, facilitate their adaptation for home use. This capability may allow the automation of clinical decision support processes and represents a promising step toward integrating health screening tools into daily life beyond conventional clinical settings.
Benzer Tezler
- Noninvaziv ürodinami sırasında sanal gerçeklik uygulamasının hastaların ürodinami parametrelerine, anksiyete ve memnuniyet düzeyine etkisi
The effect of a virtual reality application during noninvasive urodynamics on patients' urodynamic parameters, anxiety, and satisfaction
ESRA ÖZDEN
Doktora
Türkçe
2026
HemşirelikSağlık Bilimleri ÜniversitesiCerrahi Hastalıklar Hemşireliği Ana Bilim Dalı
PROF. DR. EMİNE İYİGÜN
- İşeme Disfonksiyonu ve Nörojen Mesaneli çocuklarda Ultrasonografi ile detrüsör kalınlığının değerlendirilmesi ve tanıdaki yeri
Determination of Bladder Wall Thickness with Ultrasonography in patients with Neurogenic Bladder and Voiding Dysfunction and its place in Diagnosis
SEMİH TANGAL
- Erkek çocuklarda ayakta ve oturur pozisyonda işemenin üroflovmetrik parametreler ve artık idrar miktarı üzerine etkileri
The effects of voiding in standing and in sitting positions on uroflowmetric parameters and postvoid residual urine in boys
NİLÜFER ÖZGÜRBÜZ
- İlköğretim çağında ürolojik patolojileri belirleme
Determination of ureulogical patologies of children in primary school
BEKİR AYIK
Tıpta Uzmanlık
Türkçe
2004
Çocuk Cerrahisiİstanbul ÜniversitesiÇocuk Cerrahisi Ana Bilim Dalı
PROF.DR. NUR DANİŞMEND
- Aşırı aktif mesaneli kadınlarda Shear Wave Elastografi ile mesane görüntülemesinin tanıdaki yeri
The role of bladder imaging with Shear Wave Elastography in the diagnosis of overactive bladder in women
HATİCE ZOROĞLU
Tıpta Uzmanlık
Türkçe
2025
ÜrolojiTokat Gaziosmanpaşa ÜniversitesiÜroloji Ana Bilim Dalı
PROF. DR. DOĞAN ATILĞAN
DR. ÖĞR. ÜYESİ YAŞAR BİRİŞİK