TY  - JOUR
T1  - Prediction of the Success of Wart Treatment Methods
TT  - Siğil Tedavi Yöntemlerinin Başarısının Tahmini
AU  - Uzun, Rukiye
PY  - 2020
DA  - June
JF  - Karaelmas Fen ve Mühendislik Dergisi
PB  - Zonguldak Bülent Ecevit Üniversitesi
WT  - DergiPark
SN  - 2146-7277
SP  - 44
EP  - 52
VL  - 10
IS  - 1
LA  - en
AB  - The wart is a dermatosis originated by Human Papilloma Virus. People can be infected by direct or indirect contact. Almost allage groups, especially children and young adults suffer from warts. Recently, new treatment methods including cryotherapy andimmunotherapy have been developed as alternatives to conventional methods. Although the treatment decision process is veryimportant, there is no validated decision strategy yet except for only a few studies. In this study, an expert system is proposed to predictwhether the selected wart treatment method will be successful or not. The publicly available datasets are applied to the Multi-LayerPerceptron and the Extreme Learning Machine classification algorithms. We compute the classifier performances by the 10-foldcross-validation method. As a result, the multi-layer perceptron approach results in 78.95% of sensitivity, 98.60% of specificity, and94.45% of accuracy to predict the success of a wart treatment method.
KW  - Cryotherapy
KW  - Extreme learning machine
N2  - Siğil, insanlara doğrudan veya dolaylı temastan bulaşabilen human papilloma virüsü kaynaklı bir cilt hastalığıdır. Neredeyse tümyaş grupları, özellikle çocuklar ve genç yetişkinler siğile katlanmaktadır. Son zamanlarda, geleneksel yöntemlere alternatif olarakkriyoterapi ve immünoterapi gibi yeni tedavi yöntemleri geliştirilmiştir. Tedavi karar süreci çok önemli olmasına rağmen, sadece birkaççalışma dışında henüz geçerliliği kabul edilen bir karar stratejisi yoktur. Bu çalışmada, seçilen siğil tedavisi yönteminin başarılı olupolmayacağını tahmin etmek için uzman bir sistem önerilmiştir. Açık erişime sahip veri setleri, Çok Katmanlı Algılayıcı ve AşırıÖğrenme Makinesi sınıflandırma algoritmalarına uygulanmıştır. Sınıflandırıcı performansını 10 kat çapraz doğrulama yöntemiylehesaplanmıştır. Sonuç olarak, önerilen çok katmanlı algılayıcı yaklaşımının, siğil tedavisi yönteminin başarısını tahmin etmede %78,95duyarlılık, %98,60 özgüllük ve %94,45 hassasiyete sahip olduğu tespit edilmiştir.
CR  - Abdar, M., Wijayaningrum, V. N., Hussain, S., Alizadehsani,
R., Plawiak, P., Acharya, U. R., Makarenkov, V. 2019.
IAPSO-AIRS: A Novel Improved Machine Learning-Based
System for Wart Disease Treatment. J. Med. Syst., 43(7): 220.
https://doi/10.1007/s10916-019-1343-0.
CR  - Akben, S. B. 2018. Predicting the Success of Wart Treatment
Methods Using Decision Tree Based Fuzzy Informative
Images. Biocybern. Biomed. Eng., 38(4): 819-827. https://doi.
org/10.1016/j.bbe.2018.06.007.
UR  - https://dergipark.org.tr/tr/pub/karaelmasfen/issue//759514
L1  - https://dergipark.org.tr/tr/download/article-file/1174233
ER  -