Biyomedikal sinyallerin özellikleri kullanılarak osteoporoz ön tanısı

Abstract

Osteoporoz, insan vücudundaki kemiklerin sertliklerinin azalarak kalitelerinin bozulması sonucu daha dayanıksız ve kırılgan duruma gelmeleri ile kendini gösteren ve tüm iskeletimiz üzerinde etkisi olan sistemik bir hastalıktır. Bu çalışmada, bir iskelet hastalığı olan osteoporozun ön tanısında kullanılan X-ray absorbsiyometri (DEXA) testinin radyasyon dezavantajı sebebiyle, buna alternatif ve yapay zeka tabanlı, doğruluk değeri yüksek bir karar destek sistemi oluşturmak amaçlanmıştır. Gerçekleştirilecek sistem bir ön tanı yöntemi olarak kullanılacaktır. Bunun için, 150 hastadan alınan belirli parametrelerden oluşturulan veri seti yardımı ile PNN, LVQ, MLNN-1, MLNN-2 yöntemleri kullanılmıştır. Elde edilen başarı oranı ile Yapay sinir ağlarının osteoporoz hastalığının teşhisinde karar destek sistemi olarak kullanılabileceği görülmüştür. Bu çalışma sayesinde bu hastalığın şüphesi ile ilgili birime gelecek tüm hastalara DEXA testinin uygulanma olasılığı aza indirgenmiş olacaktır.

Osteoporosis is a skeletal disorder characterized by low bone intensity and micro-architectural corruption of osseous texture. Dual-Energy X-ray Absorptiometry (DEXA) uses x-ray beams at two photon energies to predict bone mineral intensity (BMD). This method has been applied extensively to determine osteoporosis. Due to the radiation disadvantage of the DEXA test, alternatively, an artificial intelligence-based decision support system is aimed. The system to be performed will be used as a preliminary diagnosis method for osteoporosis. For this reason, PNN, LVQ, MLNN-1, MLNN-2 are used from 150 patient's specific parameters. It has been observed that artificial neural networks can be used as a decision support system in the diagnosis of osteoporosis. Thanks to this study, the probability of the application of the DEXA test will be reduced to a minimum for all the patients who are suspected of having this disease.