Tıbbi bilgilerin yapay sinir ağları kullanarak incelenmesi

Abstract

iÖZETYüksek Lisans TeziTIBBİ BİLGİLERİN YAPAY SİNİR AĞLARIKULLANARAK İNCELENMESİALPER KÜRŞAT UYSALAnadolu ÜniversitesiFen Bilimleri EnstitüsüBilgisayar Mühendisliği Anabilim DalıDanışman: Prof. Dr. Ali GÜNEŞ2005, 97 sayfaTıbbi bilgilerin bilgisayar analizleri eskiden beri yapay sinir ağlarıalgoritmalarıyla yapılmaktadır. Bunun sebebi bu tip problemlerinçözümünde insan tecrübesi ve bilgi birikiminin son derece önemli olmasıdır.Bu çalışmada Osmangazi Üniversitesi Nöroloji Anabilim Dalı'ndan alınanbaş ağrısı hastalığı verileri böyle bir teşhis problemini çözmek içinkullanılmıştır.Problem, alınan hasta verilerini 4 farklı hastalık türüne ayrılacakşekilde sınıflandırmaktır. Bu hastalık türleri aurasız migren, auralı migren,gerilim tipi baş ağrısı ve aurasız migrenden deforme baş ağrısıdır. Yapaysinir ağlarının bu tip problemleri çözmek için son derece uygun olduğubilinmektedir. 3 öğreticili ve 1 öğreticisiz yöntemi kapsayan 4 farklı yapaysinir ağı metodu kullanılmıştır. Bunlar perseptron, geri yayılım ağları, vektörnicemleme ağları ve kendini düzenleyen ağlardır. Sonuç olarak geri yayılımağlarının baş ağrısı hastalıklarını sınıflandırmada en etkili metot olduğugörülmüştür.Anahtar Kelimeler: Yapay Sinir Ağları, Baş Ağrısı Hastalıkları, TeşhisProblemleri

iiABSTRACTMaster of Science ThesisANALYSIS OF MEDICAL INFORMATIONUSING NEURAL NETWORKSALPER KÜRŞAT UYSALAnadolu UniversityGraduate School of Applied SciencesComputer Engineering ProgramSupervisor: Prof. Dr. Ali GÜNEŞ2005, 97 pagesThe computer analyses of medical data to solve diagnosis problems arehistorically performed by neural network algorithms. This is due to theimportance of human experience and information aggregations in solvingthese types of problems. In this work, headache disease data taken fromOsmangazi University Neurology Department are used to solve such adiagnosis problem.The problem is to classify the given patient data into four types ofdiseases: Migraine without aura, migraine with aura, tension-type headacheand transformed migraine. Since neural networks are well known to solvesuch classification problems, 4 methods consisting of 3 supervised and 1unsupervised method are used. These are perceptron, backpropagation,learning vector quantization and self-organizing maps. As a result, it wasseen that the most efficient neural network method in classification ofheadache disease data is the backpropagation network.Keywords: Neural Networks, Headache Diseases, Diagnostic Problems