Yapay zeka teknikleri kullanarak kemik yaşı tespiti üzerinde bir uygulama

Abstract

Kemik yaşı, çeşitli hastalıkların teşhisinde ve tedavinin zamanlamasının belirlenmesinde etkili bir göstergedir. Bir kişinin iki yaşı, kronolojik yaş ve kemik yaşı vardır. Kronolojik yaş, kişinin doğum tarihinden itibaren belirlenen gerçek yaştır. Kemik yaşı ise kişinin kemiklerinin olgunlaşma derecesini tanımlar.Büyüme bozuklukları, kromozomal bozukluklar, endokrin bozukluklar ve endokrinolojik problemler gibi birçok hastalık kemik yaşı ile kronolojik yaş arasındaki tutarsızlık ile keşfedilebilir.Bu çalışmada, öncelikle kişinin sol eline yönelik olarak x-ışınlarını kullanarak sayısal görüntü alınmaktadır. Daha sonra, bu görüntü üzerinde makine öğrenmesi teknikleri kullanarak kişinin kemik yaşı tespit edilmektedir.Çalışma kapsamında 2500 çocuğa ait sayısal el görüntüsü verileri ele alınmıştır. Bu verilere, yapay zeka tekniği olarak, CNN VGG16 ve CNN Inception V3 kümeleme algoritmaları uygulanmış, sonrasında da elde edilen kümeler değerlendirilmiştir.

Bone age is an effective indicator for the diagnosis of various diseases. A person has two ages, chronological age and bone age. Chronological age is the actual age determined from the date of birth of the person. Bone age describes the degree of maturation of the Person's bones.Many diseases, such as growth disorders, chromosomal disorders, endocrine disorders, and endocrinological problems, can be discovered by finding inconsistency between bone age and chronological age.In this article bone age is determined by applying image processing techniques on people hands x-rays with techniques of machine learning.The hand x-rays image data of 2500 children were studied. CNN VGG16 and CNN Inception V3 clustering algorithms were applied to these data and then clusters were evaluated.