Prediction of the Success of Wart Treatment Methods

Yıl 2020, Cilt: 10 Sayı: 1, 44 - 52, 25.06.2020

Rukiye Uzun

Öz

The wart is a dermatosis originated by Human Papilloma Virus. People can be infected by direct or indirect contact. Almost all
age groups, especially children and young adults suffer from warts. Recently, new treatment methods including cryotherapy and
immunotherapy have been developed as alternatives to conventional methods. Although the treatment decision process is very
important, there is no validated decision strategy yet except for only a few studies. In this study, an expert system is proposed to predict
whether the selected wart treatment method will be successful or not. The publicly available datasets are applied to the Multi-Layer
Perceptron and the Extreme Learning Machine classification algorithms. We compute the classifier performances by the 10-fold
cross-validation method. As a result, the multi-layer perceptron approach results in 78.95% of sensitivity, 98.60% of specificity, and
94.45% of accuracy to predict the success of a wart treatment method.

Anahtar Kelimeler

Cryotherapy, Extreme learning machine

Siğil Tedavi Yöntemlerinin Başarısının Tahmini

Öz

Siğil, insanlara doğrudan veya dolaylı temastan bulaşabilen human papilloma virüsü kaynaklı bir cilt hastalığıdır. Neredeyse tüm
yaş grupları, özellikle çocuklar ve genç yetişkinler siğile katlanmaktadır. Son zamanlarda, geleneksel yöntemlere alternatif olarak
kriyoterapi ve immünoterapi gibi yeni tedavi yöntemleri geliştirilmiştir. Tedavi karar süreci çok önemli olmasına rağmen, sadece birkaç
çalışma dışında henüz geçerliliği kabul edilen bir karar stratejisi yoktur. Bu çalışmada, seçilen siğil tedavisi yönteminin başarılı olup
olmayacağını tahmin etmek için uzman bir sistem önerilmiştir. Açık erişime sahip veri setleri, Çok Katmanlı Algılayıcı ve Aşırı
Öğrenme Makinesi sınıflandırma algoritmalarına uygulanmıştır. Sınıflandırıcı performansını 10 kat çapraz doğrulama yöntemiyle
hesaplanmıştır. Sonuç olarak, önerilen çok katmanlı algılayıcı yaklaşımının, siğil tedavisi yönteminin başarısını tahmin etmede %78,95
duyarlılık, %98,60 özgüllük ve %94,45 hassasiyete sahip olduğu tespit edilmiştir.

Anahtar Kelimeler

Kriyoterapi, Aşırı öğrenme makinesi

Kaynakça

• 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.
• 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.