The
frequency incidence of dermatological diseases is increasing in parallel with
the fact that human skin is exposed to different chemicals. Examined many skin diseases, many of them are
similar in shape and appearance, although the reasons for their appearance are
different.
In dermatology, the
differential diagnosis of Erythemato-squamous diseases is frequently
encountered by doctors. Doctors
try to differentiate and diagnose diseases by evaluating clinical findings and
histopathological parameters together. Many
researchers have developed different algorithms on the classification and
clustering of diseases and data that have been diagnosed from the UCI database.
In the present study, unlike previous studies, clinical and histopathological
findings of 6 different Erythamo Squamos skin diseases were clustered by
applying to SOM network separately. As
a result of this clustering process, it is determined that Psoriasis - Cronic
Dermatitis and Seborreic Dermatitis - Pitriasis Rosea diseases were found in
the same cluster and the diagnoses are confused. In order to prevent this confusion, clinical and
histopathological findings of the diseases were clustered by SOM method. Clustering parameters of clinical and
histopathological findings were classified with SVM. As a result of the study, it was achieved that
the classification of Psoriasis - Cronic Dermatitis diseases was classified as
0.89 with an accuracy of 0.93 and that of Seborreic Dermatitis - Pitriasis
Rosea with an accuracy of 0.79 and 0.80.
Dermatology Erythematous Squamous Clustering Classification Self Organizing Maps Support Vector Machine
İnsan derisinin özellikle
farklı kimyasallara maruz kaldığı günümüzde dermatolojik hastalıkların görülme
sıklığı da buna paralel olarak artış göstermektedir. Birçok deri hastalığı
incelendiğinde birçoğu ortaya çıkış sebepleri farklı olmasına karşın şekil ve
görünüş açısından benzerlik taşımaktadır. Dermatolojide, Erythemato-squamos
hastalıklarına ayırt edici tanı koyulması doktorların sıkça karşılaştığı bir
durumdur. Doktorlar klinik bulgular ile histopatolojik parametreleri birlikte
değerlendirerek hastalıkları birbirinden ayırt etmeye ve teşhis koymaya
çalışmaktadır. Konu ile ilgili birçok araştırmacı UCI veri tabanından alınan ve
tanısını konmuş veriler ile hastalıkların sınıflandırılması ve kümelenmesi
üzerine farklı algoritmalar geliştirmiştir. Bu çalışmada önceki çalışmalardan
farklı olarak 6 farklı Erythamo Squamos deri hastalığına ait klinik ve
histopatolojik bulgular SOM ağına ayrı ayrı uygulanarak kümelenmiştir. Bu
kümeleme işleminin sonucunda Psoriasis -
Cronic Dermatitis ve Seborreic Dermatitis - Pitriasis Rosea hastalıkları aynı
küme içerisinde kaldığı ve tanıların karıştırıldığı tespit edilmiştir. Bu
karışmayı önlemek için hastalıkların klinik ve histopatolojik bulguları ayrı
ayrı SOM yöntemi ile kümelenmiştir. Klinik ve histopatolojik bulgulara ait
kümelenme parametreleri kullanılarak SVM ile sınıflandırılma yapılmıştır.
Yapılan çalışma sonucunda karıştırılan Psoriasis - Cronic Dermatitis
hastalıkları arasında F1 sokuru 0.89 doğruluğu 0.93 olarak ve Seborreic
Dermatitis - Pitriasis Rosea hastalıkları arasında F1 sokuru 0.79 doğruluğu
0.80 olarak sınıflandırma başarımı sağlanmıştır.
Dermatoloji Eritematöz Skuamöz Kümeleme Sınıflandırma Öz Düzenleyici Harita Destek Vektör Makinaları
Primary Language | English |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Publication Date | December 31, 2019 |
Submission Date | July 14, 2019 |
Published in Issue | Year 2019 |
Bu eser Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı ile lisanslanmıştır.