Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması

Esra Şatır; Kudret Yılmaz

doi:10.29130/dubited.532821

Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması

Abstract

Cerrahi müdahalelerde, anestezi derinliğini uygun hale getirmek amacıyla hastaların sistolik arter basıncını (Systolic Arterial Pressure- SAP) ve kalp atım hızını (Heart Pulse Rate- HPR) kontrol etmek iyi bilinen bir ölçüm yöntemidir. Ameliyat boyunca, SAP ve HPR verilerine bakılarak hastaya verilebilecek anestezi miktarı (Anesthesia Output- AO) hesaplanabilmektedir. Bu çalışmada anestezistlere, SAP ve HPR verilerinden yola çıkarak, hastaya verilebilecek en uygun anestezi miktarını, Yapay Bağışıklık Sistemi (YBS) ve Bulanık Mantık (BM) yardımı ile hassas hesaplayan bir Anestezik Derinlik Karar Destek Sistemi (ADKDS) önerilmektedir. Çalışmada tasarlanan sistem, hastalardan elde edilen giriş değerleri SAP, HPR ve çıkış parametresi AO kullanılarak, üyelik fonksiyonlarının en uygun değerlerini elde etmek için, Klonal Seçim Algoritmasının (KSA) her adımında arama, hesaplama ve değerlendirme gerçekleştirmiştir. ADKDS’nin literatürdeki çalışmalara göre daha verimli tahminlerde bulunduğu ve daha iyi sonuçlar elde ettiği gözlemlenmiştir.

Keywords

Yapay Bağışıklık Sistemi,Anestezi Derinliği,bulanık mantık

References

[1] R. J. Kitz ve C. D. Vandem “A History and the scope of anesthetic practice,” 2nd. ed., vol. 1,New York, USA: Churchill - Livingstone, 1986.Chpt : 1, in Anesthesia cd.
[2] B. E. Marshall ve D. E. Lockenfger, “General anaesthetics,Goodman and Gilman’s, the pharmocological basis of therapeutics,” 8th ed., Oxford: Permagon Press, 1990, pp. 285-311. [3] E. Eger, “New Inhaled Anesthetics,” Anesthesiology, vol.80, no. 1, pp. 906-922, 1994. [4] J.C. Snow, "Anestezi El Kitabı,” 1. baskı. İzmir, Türkiye: İzmir Guven Kitapevi, 1986, ss. 315-324.
[5] S.G.Greenhow, D.A.Linkens ve A.J.Asbury, “Development of an expert system advisor for anaesthetic control,” Computer Methods and Programs in Biomedicine, vol. 37, no. 3, pp. 215-229,1992. [6] K. Becker, B. Thull, H. Kasmacher-Leidinger, J. Stemmer, G. Rau, G. Kalf ve H. Zimmermann, “Design and validation of an intelligent patient monitoring and alarm system based on fuzzy logic process model,” Artif Intell Med. , vol.11, no. 1, pp. 33-53, 1997.
[7] L. Vefghi ve D.A. Linkens, “Internal representation in neural networks used for classification of patient anesthetic states and dosage,” Computer Methods and Programs in Biomedicine, vol. 59, no. 2, pp. 75– 89. 1999.
[8] A. Yardimci, A. Ferikoğlu ve N. Hadimioğlu, “Microcontroller Based Fuzzy Logic Sevofluorane Anesthesia Control System,” International Conference on Computational Intelligence, pp. 137-147, 2001.
[9] M. Mahfouf, A.J. ASbury ve D.A. Linkens, “Unconstrained and constrained generalised predictive control of depth of anaesthesia during surgery,” Control Engineering Practice, vol. 11, no. 12 ,pp. 1501-1515,2003.
[10] J.S. Shieh, D.A. Linkens ve J.E.Peacock, “A computer screen-based simulator for hierarchical fuzzy logic monitoring and control of depth of anaesthesia,” Mathematics and Computers in Simulation, vol. 67, no.3, pp. 251-265, 2004.
[11] C.S. Nunes, M. Mahfouf ve D.A. Linkens, “Fuzzy modelling for controlled anaesthesia in hospital operating theatres,” Control Engineering Practice, vol. 14, no. 5 pp. 563-572, 2006.

[12] H. M. Saraoglu ve B. Edin, “E-Nose System for Anesthetic Dose Level Detection using Artificial Neural Network,” Journal of Medical Systems, vol. 31, no. 6,pp. 475-482, 2007.
[13] S. Şanlı ve H.M. Saraoglu, “A Fuzzy Logic-Based Decision Support System on Anesthetic Depth Control for Helping Anesthetists in Surgeries,” Journal of Medical Systems, vol. 31, no. 6, pp. 511-519,2007.
[14] H. M. Saraoğlu, “Anestezi derinliği için kullanılan parametrelerin etki seviyelerinin belirlenmesi,” 10. Akademik Bilişim Konferansı, Çanakkale,Türkiye,2008.
[15] R. Güntürkün, "Estimation of Medicine Amount Used Anesthesia by an Artificial Neural Network, ” Journal of Medical Systems, vol. 34, no. 5, pp. 941-946, 2010. [16] R. Merer, j. Nieuwland, A. M. Zbinden ve S. S. Hacisalihzade, “Fuzzy logic control of blood pressure during anesthesia,” IEEE Control Systems Magazine, vol. 12, no. 6, pp. 12-17, 1992.
[17] M. Yılmaz ve E. Arslan, “Bulanık mantığın jeodezik problemlerin çözümünde kullanılması,” 2. Mühendislik Ölçmeleri Sempozyumu,İstanbul,Türkiye,2005, ss. 512-522.
[18] N. A. Zinab, “Bulanık mantık ile grup asansör kontrol sisteminin tasarımı ve simülasyonu,” Yüksek lisans tezi, Bilgisayar Mühendisliği Bölümü, Selçuk Üniversitesi, Konya, Türkiye, 2011.
[19] F. Esponda, . S. Forrest ve P. Helm, “A Formal Framework for Positive and Negative Detection Schemes, ” IEEE Transactions on Systems, Man, and Cybernetics-Part B, Cybernetics, vol. 34, no.1, pp. 357-373, 2004. [20] O. Engin ve A. Döyen, “Artificial Immune Systems and Applications in Industrial Problems, ” Gazi University Journal of Science, vol.17, no.1, pp. 71–84, 2004.
[21] B. Alatas, İ. Aydın ve E. Akın, “Asenkron Motorların Hata Teşhisinde Yapay Bağışıklık Sistemi Yaklaşımı, ” 2. Mühendislik Bilimleri Genç Araştırmacılar Kongresi, Istanbul, 2005, ss. 76-85.
[22] L.N. De Castro ve F.J. Von Zuben, “The Clonal Selection Algorithm with Engineering Applications, ” Genetic and Evolutionary Computation Conference(GECCO), LAs Vegas, USA, 2000, pp. 36-37.
[23] Ö.Taşkırdı, “Bulanık mantık ile sınavlara hazırlık için performans arttırma yazılımı, ” Yüksek lisans tezi,Bilgisayar Mühendisliği Bölümü, Kırıkkale Üniversitesi, Kırıkkale, Türkiye, 2013.

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Esra Şatır ^*
0000-0001-6681-4304
Türkiye

Kudret Yılmaz
0000-0003-0996-6090

Publication Date

July 31, 2019

Submission Date

February 26, 2019

Acceptance Date

April 24, 2019

Published in Issue

Year 2019 Volume: 7 Number: 3

DOI

https://doi.org/10.29130/dubited.532821

IZ

https://izlik.org/JA77CX52YZ

Cite

RIS / Bibtex

APA

Şatır, E., & Yılmaz, K. (2019). Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması. Duzce University Journal of Science and Technology, 7(3), 2074-2093. https://doi.org/10.29130/dubited.532821

AMA

1.Şatır E, Yılmaz K. Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması. DUBİTED. 2019;7(3):2074-2093. doi:10.29130/dubited.532821

Chicago

Şatır, Esra, and Kudret Yılmaz. 2019. “Bulanık Mantık Ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması”. Duzce University Journal of Science and Technology 7 (3): 2074-93. https://doi.org/10.29130/dubited.532821.

EndNote

Şatır E, Yılmaz K (July 1, 2019) Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması. Duzce University Journal of Science and Technology 7 3 2074–2093.

IEEE

[1]E. Şatır and K. Yılmaz, “Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması”, DUBİTED, vol. 7, no. 3, pp. 2074–2093, July 2019, doi: 10.29130/dubited.532821.

ISNAD

Şatır, Esra - Yılmaz, Kudret. “Bulanık Mantık Ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması”. Duzce University Journal of Science and Technology 7/3 (July 1, 2019): 2074-2093. https://doi.org/10.29130/dubited.532821.

JAMA

1.Şatır E, Yılmaz K. Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması. DUBİTED. 2019;7:2074–2093.

MLA

Şatır, Esra, and Kudret Yılmaz. “Bulanık Mantık Ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması”. Duzce University Journal of Science and Technology, vol. 7, no. 3, July 2019, pp. 2074-93, doi:10.29130/dubited.532821.

Vancouver

1.Esra Şatır, Kudret Yılmaz. Bulanık Mantık ve Yapay Bağışıklık Sistemi Temelli Anestezik Derinlik Karar Destek Uygulaması. DUBİTED. 2019 Jul. 1;7(3):2074-93. doi:10.29130/dubited.532821