Obezitenin karotid arterlerin lümen çapı, intima media kalınlıkları ve akış hızları üzerindeki etkilerinin çok katmanlı algılayıcılar ve Jordan-Elman sinir ağları ile analiz edilmesi

Abstract

Doppler yöntemi hastaya direkt müdahalede bulunulmadığı için anjiyografi ve manyetik rezonansa alternatif bir yöntemdir. Bu sayede obezitenin damarlara etkileri olduğu bulunmuş ve konuda çok çeşitli çalışmalar ortaya çıkmıştır. Bu çalışmada 71 kişiden alınan Doppler Ultrasonografi ile Karotid Arterler incelenmiş ve obezitenin bu arterler üzerindeki etkileri incelenmiştir.Doppler sinyallerinin önce istatistiksel analizi yapılmıştır. Böylece Doppler verilerinin giriş katmanında ve gizli katman/larda kullanılacak nöron sayısı da azaltılmaktadır ve Doppler verilerinin sınıflandırılması daha az karmaşık sinir ağı yapıları ile gerçekleştirilir ve işlem yükü ve zamanı azalmaktadır. Anlamlı bulunan veriler sınıflama yapılması için Çok katmanlı Algılayıcı ve Jordan ? Elman Sinir Ağlarına uygulanmıştır.Her iki Yapay sinir ağı modelinin bulguları irdelenmiştir. Anlamlı parametrelerin ve örneklem sayısının az olması sebebiyle Jordan ? Elman yönteminin Çok katmanlı algılayıcılara göre daha yüksek performans gösterdiği ortaya konmuştur.

The Doppler examination technique is an alternative non?invasive diagnosis method in comparison with angiography and magnetic resonance methods. The effects of obesity on arteries had found by this method and various studies on this. In this study the Doppler sonography of karodit arteries of 71 people obtained and the effects of obesity on these arteries studied.The Doppler sonography results first analyzed statistically. In this wise the number of the neurons which will be used both in the input layer and hidden layers will be diminished and a better classification of carotid Doppler signals by neural network structure and more efficient classification performance in comparison with the traditional neural networks is obtained by both selecting neural network inputs and the optimization of network parameters. Then these significant data applied to Multilayer Perceptions and Jordan Elman Neural Networks for classification.Both Artificial Neural Network method results analyzed. Jordan ? Elman neural network has a better performance then Multilayer Perceptions because of a few amounts significant parameters and sample.