Determination of osteoporosis risk using by neural networks method

Year 2009, Volume: 36 Issue: 2, - , 01.06.2009

Veysi Akpolat

https://doi.org/10.5798/diclemedj.0921.2009.02

Abstract

Artificial neural networks (ANNs) have become modeling tools that have found extensive acceptance and they have frequently used in applications in many disciplines for solving complex problems. Different ANN structures are valuable models, which are used in the medical field for the development of decision support systems. In this paper, the learning and classification processes are used for determining the level of bone-density (safe / risk of osteoporosis) in woman. In this study, three different structured neural networks were used for classifying of osteoporosis and the most efficient structure was determined. The training network structures were Multilayer perceptron neural network (MLP), Linear Vector Quantization (LVQ) and Self Organizing Map (SOM). Performance indicators and statistical measures were used for evaluating the structures and the results demonstrated that the MLP was the most efficient structure for classifying of osteoporosis.

Keywords

Osteoporosis, Artificial neural networks, classification

Osteoporoz riskinin yapay sinir ağları yöntemi ile saptanması

Abstract

Yapay sinir ağları (YSA), farklı disiplinlerdeki karmaşık problemlerin çözümlenmesinde kabul gören ve uygulamalarda sıklıkla yer alan modelleme araçları haline gelmiştir. Son yıllarda sedanter yaşamın yaygınlaşması, yanlış beslenme alışkanlıkları, obezite, diyabet, kemiklerde mekanik stres etkisi yaratacak aktif yürüyüş egzersizlerinin ihmal edilmesi gibi nedenlerden dolayı osteoporoz gelişme hızı ve oranı da paralel olarak artmıştır. Bayanlarda kemik yoğunluğu ile korelasyonu olduğu düşünülen kilo, boy, menapoz yaşı ve yaş bilgilerine dayalı örüntüler, YSA\'lar tarafından sınıflandırmak üzere değerlendirilmişlerdir. Bu çalışmada açıklanan öğrenme ve sınıflama süreci, bayanlarda kemik yoğunluğunun hangi seviyede olduğunun (Risk var / Risk yok) belirlenmesi amacıyla kullanılmıştır. Sınıflandırma işlemi için farklı YSA mimarisi kullanılmış ve en başarılı mimari saptanmıştır. Kullanılan mimariler; Çok katmanlı algılayıcı (ÇKA), LVQ ve SOM (Self Organizing Map) ağlarıdır. Performans belirleyiciler ve istatistiksel ölçümler ile mimariler değerlendirilmiş ve sonuçlar osteporoz hastalığın sınıflandırmasında ÇKA mimarisinin en başarılı mimari olduğunu göstermiştir.

Keywords

Osteoporoz, Yapay sinir ağları, sınıflama