Çift Yoğunluklu 1-D Dalgacık Dönüşümü Kullanılarak Parkinson Hastalığının Yaş Faktörüne Göre Tespit Edilmesi

Abstract

Öz Parkinson, hareketi etkileyen nörolojik bir sinir sistemi rahatsızlığıdır. Parkinson gibi sinir hücreleriyle yakından ilgisi olan bir hastalığın yürüme verileriyle tespit edilebilmesi muhtemeldir. Günümüzde birçok hastalığa ait belirtiler çok erken yaşlarda ortaya çıkmaya başlamıştır. Bu nedenle bütün hastalıklar için yaş faktörüne göre gerçekleştirilen analiz çalışmaları önem kazanmıştır. Bu sebeple bu çalışmada Çift Yoğunluklu 1-D Dalgacık Dönüşümü (ÇY1DDD) kullanılarak deneklerden elde edilen verilerin yaş faktörüne göre analiz edilmesi ve Parkinson hastalığının (PH) yüksek doğrulukla tespit edilmesi amaçlanmıştır. Kullanılan veri seti genç, yetişkin ve yetişkin hasta olmak üzere 15 denekten alınan yürüyüş verilerinden oluşmaktadır. Kaydedilen veriler üzerinde öncelikle ÇY1DDD yöntemi üç seviye olarak uygulanmış ve yaklaşım (YK) ile detay katsayıları (DK) elde edilmiştir. Daha sonra yaş faktörüne göre elde edilen son seviye YK verilerinden 10 adet özellik çıkarılmıştır. Çıkarılan bu özellikler sağlıklı genç-yetişkin hasta ve sağlıklı yetişkin-yetişkin hasta olmak üzere ikili sınıflar şeklinde 4 farklı karar mekanizmasına verilmiştir. Elde edilen sonuçlar birçok istatistiksel metrikle yorumlanmıştır. Uzman sistemler sayesinde anlamlı sonuçlara ulaşılmış ve genç-sağlıklı verilerinin yetişkin-hasta verilerinden daha düşük hata değerleri ve %100 sınıflama doğruluğu (SD) oranı ile ayrılabildiği görülmüştür. Karar mekanizmaları arasında ise sıfıra en yakın hata değerleriyle yapay sinir ağları (YSA), her iki sınıf için de başarısını kanıtlamıştır. Literatürde her ne kadar bu alanda yapılan çalışmalar bulunsa bile, yaş faktörünün PH üzerindeki etkisinin ayrıntılı analizine yeterli derecede yer verilmemesi bu çalışmanın önemini arttırmıştır. Bunun yanında kullanılan etkin özelliklerden bazılarının PH'nin uzman sistemler tarafından otomatik tespit edildiği çalışma alanında daha önce kullanılmamış olması, çalışmanın literatüre katkısını önemli ölçüde desteklemektedir.

Parkinson Hastalığı Teşhisi İçin Makine Öğrenmesi Tabanlı Yeni Bir Yöntem

“…Veri setinde yaş faktörüne göre gruplama yapılmıştır. Tavsiye edilen model Çift Yoğunluklu 1-D Dalgacık Dönüşümü yöntemi ile kurulmuştur [28]. H.Badem ve C.Yücelbaş 2019 yılında yapmış oldukları farklı çalışmalarda [29,30] yüksek doğruluk oranları bulmuşlardır.…”

Parkinson Hastalığının Derecesi ile Yürüyüş Değişkenliği Arasındaki İlişkinin Bulanık Tekrarlılık Grafiğine Göre Araştırılması

“…Hastalığın belirtileri ise kısmen tedavi edilebilmektedir (Chaudhuri & Schapira, 2009;Rao et al, 2006) PH'nin tanısı genellikle radyonüklid pozitron yayınlayıcı tomografi veya tek foton emisyonlu bilgisayarlı tomografi gibi bazı klinik testler kullanılarak dopaminerjik nöronlardaki düşüşün belirlenmesine dayanır (Conditions, 2006). Bununla beraber hastalığa uzaktan tanı koyulabilmesine yönelik çeşitli çalışmalarda literatürde yer almaktadır (Cantürk & Karabiber, 2016;Gündüz;Khatamino et al, 2018;C. Yücelbaş & Ş. Yücelbaş, 2019b;Ş.…”