2011 YÜksek lisans tez özetleri

BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI

İSENKUL Muhammed Erdem

Danışman : Prof.Dr.Ahmet SERTBAŞ,

Yrd.Doç.Dr.Olcay KURŞUN(İkinci Danışman)

Anabilim Dalı : Bilgisayar Mühendisliği

Mezuniyet Yılı : 2011

Tez Savunma Jürisi : Prof.Dr.Ahmet SERTBAŞ

Prof.Dr.Aydın AKAN

Yrd.Doç.Dr.Muhammed Ali AYDIN

Yrd.Doç.Dr.Oğuzhan ÖZTAŞ

Yrd.Doç.Dr.Niyazi KILIÇ

Parkinson Hastalığı’nın Teşhisi için Veri Toplama ve Örüntü Tanıma Sistemi

Parkinson hastalığı, sinir sistemini etkileyen motor refleksleri, konuşma, düşünme, davranış ve diğer hayati fonksiyonların kısmen veya tamamen kaybolmasına neden olan bir nörolojik hastalıktır. Parkinson hastalığı, hastaların yaklaşık %90’ında konuşma ve motor yeteneklerinin (yazma, denge, vb.) bozulmasına sebep olmaktadır ve çoğunlukla yaşlı kişilerde görülmektedir.

Günümüzde hastaların bilgileri yaş, cinsiyet, tedavi durumu gibi veriler tutulmaktadır. Bu verilere ek olarak, bu tezde önerilen el yazısı ve ses kaydı gibi hastalığın gelişimi ve tedavi sürecine büyük ölçüde katkı sağlayabilecek bilgiler de saklanması tedavi sürecinde büyük önem arz etmektedir. Halihazırda alınan bilgiler kağıt üzerinde saklandığından ve arşivlerde kaldığından, bu durum ses gibi elektronik ortamda tutulması gereken veriler için uygun değildir. Bu yüzden hastaların gelişme ya da gerileme gibi değişimlerini takip etmek ve bu verilerden istatistiki çıkarımlar/öngörüler yapmak zor olmaktadır.

Bu tez kapsamında hastaların bu türlü bilgilerini kayıt ve analiz edebilen bir sistem geliştirilmesi hedeflenmiştir. Çalışmaya katılan tüm hastaların tıbbi muayeneleri sonrasında sosyal bilgileri de toplanılmış, bu verilere ek olarak her bir hasta için ayrı bir ses kayıt veritabanı oluşturulmuştur. Ayrıca Parkinson Hastalarından alınan verilerin doğruluğunu anlayabilmek için, Parkinsonlu olmayan hastalar veya tamamen sağlıklı olan bireylerden oluşan bir kontrol grubu içinde bu veri bankası oluşturulmuştur.

Toplanan tüm veriler arasındaki ilişkiler, SVM (Destek Vektör Makineleri) ve KNN (En Yakın Komşu) algoritmaları kullanılarak analizleri yapılmıştır. Ayrıca öznitelik seçiminde kullanılan MRMR (Minimum Artıklık-Maksimum İlişki) yönteminin bu çalışmadaki başarı oranı ölçülmüştür. Elde edilen sonuçlara göre doğru ses bilgileri ve kayıtları seçilerek oluşturulan ses bilgileri sayesinde, hasta ve sağlıklı bireylerin sadece ses kayıtları incelenerek hastalık teşhisi ve hastalık gelişim takibi yapılabileceği görülmüştür. Bu sayede tüm doktorlara karar destek aşamasında yardımcı olabilecek bir sistem geliştirilmiştir.

Tez kapsamında oluşturmayı hedeflediğim sistem, bir hastanın verilerinden onun Parkinson hastası olup olmadığını, Parkinson hastası değil ise risk grubunda olup olmadığını öngörebilmeyi hedeflemiş olup, özellikle ses verilerinin işlenmesi elde ettiğim sonuçlar, ileride yapılması muhtemel uzaktan teşhis teknolojisi için bir basamak olacağı düşünülmektedir.