Antenatal fetüs verilerinin örüntü tanıma yöntemleriyle tanımlanması

Abstract

Bu çalışmada amacımız, anne karnındaki bebeğin sağlık durumunu analiz eden bir sistem tasarlamaktır. Bu amaçla umbilikal arter(UA) ve orta serebral arterden (OSA) elde edilen Doppler ultrason ölçümleriyle fetüsün sağlık durumu arasındaki ilişki incelenmiştir. Bu amaçla haftalara göre UA ve OSA'dan elde edilen pulsatilite indeksi, rezistans indeksi ve sistolik/diyastolik oran ölçümleri kullanılmıştır. Çalışmada ilk olarak temel bileşen analizi (TBA) kullanılarak, bu indislerin tek başlarına sonuca etkisi incelenmiştir. Daha sonrada doğrusal diskriminant fonksiyonu (DDF), karesel diskriminant fonksiyonu (KDF), çok katmanlı algılayıcı (ÇKA), radyal tabanlı foksiyon ağı (RTF), k-en yakın komşuluk (k-EYK), C4.5 ve SRA karar ağacı gibi zeki karar verme teknikleri fetüsün hipoksik risk değerlendirme problemine uygulanmıştır. ÇKA ile k-EYK'nin en iyi performansı verdiği gözlemlenirken C4.5 karar ağacı tekniği kolayca anlaşılabilen kural çıkarma özelliği ile dikkat çekmiştir. Son olarak fetüsün hipoksik ortamda olma riskini değerlendirmek için bulanık kural tabanlı sistem ile RTF ve ÇKA gibi veriye dayalı öğrenme stratejilerini birleştirmeye dayanan karar tekniği kullanılmıştır. Bulanık üyelik dereceleri kullanılarak fetüsün durumunun ciddiyeti değerlendirilip, doktorlar için fetüsün sağlık durumunu iyi, şüpheli ve alarm düzeyini tanımlayan kurallar çıkarılmıştır. Sonuçlar göstermektedir ki zeki veri analiz yöntemleri fetüsün sağlık durumunun takibi süresince doktorlara yardımcı bir tıbbi sistem olarak kullanılabilecektir.