saucis

Sakarya University Journal of Computer and Information Sciences

2636-8129

Sakarya University

10.35377/saucis.01.03.496066

Computer Software

Bilgisayar Yazılımı

Osteoporoz Ön Tanısının Olasılıksal Sinir Ağları (OSA) Yardımıyla Gerçekleştirilmesi

Pre-Diagnosis of Osteoporosis Using Probabilistic Neural Networks

Alakoç

Yasemin

BOZOK ÜNİVERSİTESİ Akdoğan

Volkan

BOZOK ÜNİVERSİTESİ Korkmaz

Murat

BOZOK ÜNİVERSİTESİ Er

Orhan

BOZOK ÜNİVERSİTESİ

12 18 2018

1 3 1 6 12 12 2018 12 17 2018

2018

Sakarya University Journal of Computer and Information Sciences

Osteoporoz, vücudumuzdaki kemiklerin sertliklerinin azalıp,kalitelerinin bozulması sonucunda daha zayıf ve kırılabilir hale gelmeleri ileortaya çıkan ve tüm iskeletimizi etkileyen sistemik bir hastalıktır. Buçalışmada, bir iskelet hastalığı olan osteoporozun ön tanısında kullanılan X-rayabsorbsiyometri (DEXA) testinin radyasyon dezavantajı sebebiyle, bunaalternatif ve yapay zeka tabanlı, doğruluk değeri yüksek bir karar desteksistemi oluşturmak amaçlanmıştır. Gerçekleştirilecek sistem bir ön tanı yöntemiolarak kullanılacaktır. Bunun için, 70 hastadan alınan belirli parametrelerdenoluşturulan veri seti yardımı ile tasarlanan olasılıksal sinir ağı (OSA)kullanılmıştır. Elde edilen başarı oranı ile Yapay sinir ağlarının osteoporozhastalığının teşhisinde karar destek sistemi olarak kullanılabileceğigörülmüştür. Bu çalışma sayesinde bu hastalığın şüphesi ile ilgili birimegelecek tüm hastalara DEXA testinin uygulanma olasılığı aza indirgenmişolacaktır.

Osteoporosisis a skeletal disorder characterized by low bone density and micro-architecturaldeterioration of bony tissue. Dual-energy x-ray absorptiometry (DEXA) usesx-ray beams at two photon energies to estimate bone mineral density (BMD). Thismethod has been applied extensively to detect osteoporosis. Due to theradiation disadvantage of the DEXA test, alternatively, an artificialintelligence-based decision support system was aimed. The system to be performed will beused as a preliminary diagnosis method for osteoporosis. For this,the probabilistic neural network (PNN) was used from 70 patient’s specificparameters. It has been observed that artificial neural networks can be used asa decision support system in the diagnosis of osteoporosis. Thanks tothis study, the probability of the application of the DEXA test will be reducedto a minimum for all the patients who are suspected of having this disease.

Osteoporozun Tanısı Olasılıksal Sinir Ağları Karar Destek Sistemleri

Diagnosis of Osteoporosis Probabilistic Neural Networks Decision Support Systems

Alkan BM, Fidan F, Tosun A, Ardıçoğlu Ö. 2011. “Fiziksel Tıp ve rehabilitasyon polikliniğimize başvuran hastalarda osteoporoz insidansı”. Türk Osteoporoz Dergisi. vol-17:10-3.

Aslan A, Karakoyun Ö, Güler E, Aydın S, Gök MV, Akkurt S. 2012. “Evaluation of bone mineral density, osteoporosis prevalence and regional risk factors in Turkish women living in Kastamonu: KASTÜRKOS study”. Eklem Hastalık Cerrahisi, vol-23(2):62-67.

Baim S, Binkley N, Bilezikian JP, Kendler DL, Hans DB, Lewiecki EM, et al. 2008. “Official Positions of the International Society for Clinical Densitometry and executive summary of the 2007 ISCD Position Development Conference”. J Clin Densitom; vol-11:75-91.

Boonen S, Vanderschueren D, Cheng XG, et al. 1997. “Age-related (type II) femoral neck osteoporosis in men: biochemical evidence for both hypovitaminosis D- and androgen deficiency-induced bone resorption”. J Bone Miner Res; vol-12:2119-26.

Çelik O, Salcı Y, Manisalı M, Korkusuz F. 2009. “The effect of hip rotation on bone mineral density of the proximal femur measured by dual energy X-ray absorptiometry”. Eklem Hastalik Cerrahisi; vol-20:71-7.

Delen D, Walker G, Kadam A. 2005. “Predicting breast cancer survivability: A comparison of three data mining methods”, Artificial Intelligence in Medicine, Vol.34, No.2,113-127.

Er O, Sertkaya C, Temurtas F, Tanrikulu AC. 2009. “A comparative study on chronic obstructive pulmonary and pneumonia diseases diagnosis using neural networks and artificial immune system”, Journal of Medical Systems, Vol.33, No.66, 485-492.

Er O, Tanrikulu AC, Abakay A. 2015. “Use of artificial intelligence techniques for diagnosis of malignant pleural mesothelioma”. Dic Med J, vol-42(1), 5–11.

Gul O, Atik OS, Erdogan D, Goktas G. 2012. “Is bone microstructure different between osteopenic and osteoporotic patients with femoral neck fracture?”. [Article in Turkish] Eklem Hastalik Cerrahisi. Vol-23:15-9.

Gulbag A, Temurtas F, Yusubov I. 2007. “Quantitative discrimination of the binary gas mixtures using a combinational structure of the probabilistic and multilayer neural networks”, Sens. Actuators B: Chem., Vol.131, 196-204.

Pınar G, Pınar T, Doğan N, Karahan A, Algıer L, Abbasoğlu A, Kuşcu E. 2009. “Osteoporosis risk factors in the women over 45-years old”. Dicle Tıp Derg / Dicle Med J Cilt/Vol 36, No 4, 258-266.

Specht DF. 1990. “Probabilistic neural networks”, Neural Networks, Vol.3, 109–118.

Temurtas F. 2009. “A comparative study on thyroid disease diagnosis using neural networks”, Expert Systems with Applications, Vol.36, No.1, 944–949.

World Health Organization Study Group: “Assessment of fracture risk and its application to screening for postmenopausal osteoporosis”. World Health Organ Tech Rep Ser 1994;843:1-129.