Year 2020, Volume , Issue 18, Pages 306 - 311 2020-04-15

Makine Öğrenme Yöntemleri ile Semen Kalitesi Tahmini

Kerim KARADAĞ [1]


Doğurganlık oranları son yıllarda önemli ölçüde azalmıştır. Bu durum özellikle erkeklerde daha fazla görülmeye başlanmış ve kısırlık olarak ifade edilmiştir. Kısırlık, Dünya Sağlık Örgütüne göre seksüel olarak aktif bir çiftin herhangi bir önlem alınmadan bir yıl süreyle düzenli cinsel ilişlkide bulunmasına rağmen gebeliğin oluşmamasıdır. Kısırlık, sebebi ne olursa olsun üreme sağlığı sorunudur. Sperm fonksiyonunun bozulması, erkek kısırlığının en önemli nedenlerinden biridir. Kısırlığın bir diğer etmeni de semen kalitesi ve sperm hareketsizliğidir. Yaşam alışkanlıkları ve çevresel faktörler insanlarda semen kalitesini etkileyip doğurganlık oranını azaltmaktadır. Semen analizi erkek doğurganlık potansiyelinin iyi bir göstergesidir. Bu yüzden spermin hareketliliği, yoğunluğu ve morfolojisi semen analizinde incelenmektedir. Bu analizler uzmanlarca laboratuvar ortamında yapılmaktadır. Laboratuvarda analizler, gözleme dayalı hataya açık ve subjektif olabilmektedir. Bu tür hataları minimize edebilmek için Bilgisayar destekli çalışmalar kullanılmaktadır. Bu çalışmada 100 denekten alınmış semen örnekleri ve yapılan anket sonuçlarına göre oluşturulan veri seti makine öğrenme algoritmaları kullanılarak normal ve değiştirilmiş semen tahmini yapılmıştır. Tahmin modellerinde, Destek Vektör Makineleri, K en yakın Komşuluk, Doğrusal Ayırt Edici ve Lojistik Regresyon yöntemleri kullanılmıştır. Çalışmada elde edilen performans değerleri, literatürdeki benzer çalışmalarla kıyaslanarak problemin çözümüne ilişkin en uygun tahmin algoritmaları tespit edilmiştir. Tahmin yapma işlemi iki aşamada değerlendirilmiştir. İlk olarak tüm veri seti kullanılmış ve Daha sonra veri seti sayısı eşit alınarak başarı oranları karşılaştırılmıştır. Tahmin yapma işlemi makine öğrenme yöntemleri kullanılarak yapılmıştır. Eğitim ve test işlemi için kullanılan veri seti ilk olarak çapraz doğrulama yapılarak değerlendirilmiş ve daha sonra veri setinin eğitim ve test değerleri yarı yarıya alınarak değerlendirilmiştir. Sınıflandırma doğruluk oranı kullanılarak elde edilen başarı sonuçları tüm veri seti için %90, eşit olarak kullanılan veri seti için ise en yüksek % 91.7 ve ortalama %73,8 olmuştur.
Semen kalitesi, Makine Öğrenme Algoritmaları, Tahmin
  • Alkan, B. B., Atakan, C., & Alkan, N. (2018). DAYANIKLI LİNEER DİSKRİMİNANT ANALİZİ İÇİN YENİ BİR YAKLAŞIM. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 34(2), 12-19.
  • Amann, R. P., & Waberski, D. (2014). Computer-assisted sperm analysis (CASA): capabilities and potential developments. Theriogenology, 81(1), 5-17.
  • Chıa, S. E., Ong, C. N., Chua, L. H., Ho, L. M., & Tay, S. K. (2000). Comparison of zinc concentrations in blood and seminal plasma and the various sperm parameters between fertile and infertile men. Journal of andrology, 21(1), 53-57
  • Demirci, N. (2014). Male Fertility and Risky Lifestyle Behaviors. Florence Nightingale Hemşirelik Dergisi, 22(1), 39-45.
  • Gil, D., Girela, J. L., De Juan, J., Gomez-Torres, M. J., & Johnsson, M. (2012). Predicting seminal quality with artificial intelligence methods. Expert Systems with Applications, 39(16), 12564-12573.
  • Gökçe, A., Gül, D., Direk, H. C., Çimen, H. İ., & Halis, F. (2018). Cinsel perhiz süresi ve semen parametreleri arasındaki ilişki. Androloji Bülteni, 2018;20:11−15
  • Gültepe, Y. Makine Öğrenmesi Algoritmaları ile Hava Kirliliği Tahmini Üzerine Karşılaştırmalı Bir Değerlendirme. Avrupa Bilim ve Teknoloji Dergisi, (16), 8-15.
  • Gümüşçü, A., Karadağ, K., Çalişkan, M., Tenekecı, M. E., & Akaslan, D. (2018, May). Gender classification via wearable gait analysis sensor. In 2018 26th Signal Processing and Communications Applications Conference (SIU) (pp. 1-4). IEEE.
  • Gürbüz, B., Yalti, S., Fiçicioğlu, C., & Zehi˙ r, K. (2003). Relationship between semen quality and seminal plasma total carnitine in infertile men. Journal of Obstetrics and Gynaecology, 23(6), 653-656.
  • Hamameh S, Gatti J-L. Role of the ionic environment and internal pH on sperm activity. Hum Reprod Suppl 1998;4:20–30.
  • Hamlacı, Y., Yılmaz, B., & Özerdoğan, N. Çalışma hayatının erkek üreme sağlığına etkisi. Androloji Bülteni, 19(1), 16-21.
  • Irgens, Å., Krüger, K., & Ulstein, M. (1999). The effect of male occupational exposure in infertile couples in Norway. Journal of occupational and environmental medicine, 41(12), 1116-1120.
  • Pesch, S., Bergmann, M., & Bostedt, H. (2006). Determination of some enzymes and macro-and microelements in stallion seminal plasma and their correlations to semen quality. Theriogenology, 66(2), 307-313.
  • Ramlau-Hansen, C. H., Thulstrup, A. M., Aggerholm, A. S., Jensen, M. S., Toft, G., & Bonde, J. P. (2006). Is smoking a risk factor for decreased semen quality? A cross-sectional analysis. Human Reproduction, 22(1), 188-196.
  • Rowe, P. J., Comhaire, F. H., Hargreave, T. B., & Mahmoud, A. M. (2000). WHO manual for the standardized investigation and diagnosis of the infertile male. Cambridge University Press.
  • Ruiz-Pesini, E., Lapeña, A. C., Dı́ez, C., Álvarez, E., Enrı́quez, J. A., & López-Pérez, M. J. (2000). Seminal quality correlates with mitochondrial functionality. Clinica Chimica Acta, 300(1-2), 97-105.
  • Sanocka-Maciejewska, D., Ciupińska, M., & Kurpisz, M. (2005). Bacterial infection and semen quality. Journal of reproductive immunology, 67(1-2), 51-56.
  • Sevli, O. Göğüs Kanseri Teşhisinde Farklı Makine Öğrenmesi Tekniklerinin Performans Karşılaştırması. Avrupa Bilim ve Teknoloji Dergisi, (16), 176-185.
  • Shiva, M., Gautam, A. K., Verma, Y., Shivgotra, V., Doshi, H., & Kumar, S. (2011). Association between sperm quality, oxidative stress, and seminal antioxidant activity. Clinical biochemistry, 44(4), 319-324.
  • Stutz, G., Zamudio, J., Santillán, M. E., Vincenti, L., De Cuneo, M. F., & Ruiz, R. D. (2004). The effect of alcohol, tobacco, and aspirin consumption on seminal quality among healthy young men. Archives of Environmental Health: An International Journal, 59(11), 548-552.
  • Tapısız, O. L., Altınbaş, S. K., Abike, F., & Göktolga, U. (2012). Semen Analysis From A Point Of View Of Gynecologist And Recent Developments. Journal of Turkish Society of Obstetrics and Gynecology, 9(1), 25-31.
  • World Health Organization. WHO laboratory manual for the examination and processing of human semen, 5th ed. Geneva: WHO Press; 2010. Available from: http://apps.who.int/iris/ bitstream/10665/44261/1/9789241547789_eng.pdf
  • Xu, D. X., Shen, H. M., Zhu, Q. X., Chua, L., Wang, Q. N., Chia, S. E., & Ong, C. N. (2003). The associations among semen quality, oxidative DNA damage in human spermatozoa and concentrations of cadmium, lead and selenium in seminal plasma. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 534(1-2), 155-163.
  • Yücelbaş, Ş., & Yücelbaş, C. (2019). Temel Bileşen Analizi Yöntemleri Kullanarak Parkinson Hastalığının Otomatik Teşhisi. Avrupa Bilim ve Teknoloji Dergisi, (16), 294-300.
  • https://www.mathworks.com, erişim tarihi 01.08.2019
Primary Language tr
Subjects Engineering
Journal Section Articles
Authors

Orcid: 0000-0001-5167-4054
Author: Kerim KARADAĞ (Primary Author)
Institution: Harran Üniversitesi
Country: Turkey


Dates

Publication Date : April 15, 2020

APA Karadağ, K . (2020). Makine Öğrenme Yöntemleri ile Semen Kalitesi Tahmini . Avrupa Bilim ve Teknoloji Dergisi , (18) , 306-311 . DOI: 10.31590/ejosat.668500