Algorithms
145 theses under this subject heading
İnsani gelişmişlik endeksinin veri madenciliği tekniklerinden olan C5.0 ve GINI algoritmaları kullanarak modellenmesi
İnsani Gelişme Endeksi (İGE), ülkelerin gelişmişliklerini gözönünde bulundurarak insanların mutluluğunu, sağlıklı bir yaşam ile birlikte başarılı bir hayat sürmelerini dikkate alan bir kalkınma endeksidir. Ülkelerin milli gelirlerini karşılaştırarak o ülkenin daha gelişmiş olduğunu açıklamak yeterli değildir. Birleşmiş Milletler Kalkınma Programı (UNDP) tarafından yayımlanan İGE, insan hayatının daha kaliteli bir hayat sürmesi açısından ülkelerin milli geliri, eğitim ve sağlık göstergelerine dayanarak hesaplanmaktadır. Dolayısıyla İGE, insan hayatının zenginliği açısından ülkeler arası karşılaştırma yapmak için başvurulan bir gösterge değer olmuştur. Bu çalışmada UNDP'nin 2010-2017 yıllarını kapsayan 79 ülkenin verileri kullanılarak veri madenciliğinin karar ağacı tekniklerinden C5.0 ve Gini algoritmaları ile karar ağaçları oluşturulmuştur. Karar ağaçları ile birlikte İGE'ye etki eden faktörler belirlenmiş ve ülkeler çok yüksek, yüksek, orta ve düşük düzeyde gelişmiş ülkeler olarak sınıflandırılarak kurallar elde edilmiştir. Yapılan analizler sonucunda C5.0 algoritması ile %97,94 ve Gini algoritması ile %91,93'lük doğru sınıflandırma başarısı elde edilmiştir. Bunun dışında duyarlılık ve belirleyicilik istatistikleri de hesaplanmıştır. İGE'ye en fazla etki eden değişkenlerin eğitim, istihdam ve sağlık göstergelerindeki değişkenler olduğu tespit edilmiştir.
Hatay Mustafa Kemal Üniversitesi Sağlık Uygulama ve Araştırma Hastanesi merkez laboratuvarında biyokimya parametrelerinde onay destek sisteminin kurulumu ve geliştirilmesi
Amaç: Onay destek sistemleri (ODS), laboratuvar test sonuçlarının belirlenen kriterler ölçüsünde değerlendirilmesi ve onaylanması için algoritmaları kullanan postanalitik bir süreç iyileştirme aracıdır. Çalışmamızda Hatay Mustafa Kemal Üniversitesi, Merkez Laboratuvarında klinik biyokimya testleri için ara yazılım (LIOS) aracılığıyla ODS kurulumu, algoritmaların geliştirilmesi ve yazılımın değerlendirilerek ODS etkinliğinin arttırılması amaçlanmıştır. Yöntem: ODS algoritmaları tasarlanırken ara yazılım aracılığıyla 30 biyokimya testi için değerlendirme kriterleri tanımlanarak onay akış şeması oluşturuldu. Kuralların belirlendiği gibi çalıştığını doğrulamak amacıyla simülatör programda özel olarak üretilmiş 720 hasta sonucu ile kurallar test edilerek beklenen onay durumları elde edildi. Gerçek hasta verileri ile sistem değerlendirmesi için 01.06.2019-31.05.2020 tarihleri arasında çalışılan 194,520 rapor ve 2,025,948 test değerlendirildi. Bulgular: Çalışmamızda test sonuçlarının %77.11-85.03'ü ODS ile onaylandı. Onaylanmayan testlerin en sık onaylanmama nedeninin %40.78 ile onay aralık kontrolü en az %0.09 anlamsız test sonucu olduğu görüldü. Manuel onay ile ODS değerlendirmeleri 7 farklı kullanıcı ve 328 rapor ile karşılaştırıldığında uyum oranları %79.27-88.11 arasında, κ katsayıları ise 0.387-0.629 arasındadır (p <0.001). Sonuç: Tasarladığımız algoritma modeli, klinik biyokimya testlerinde yüksek oranda otomatik onay yapılabileceğini göstererek manuel onaylanan test sonuçlarının sayısını önemli ölçüde azaltmıştır. Uyguladığımız ODS algoritmalarının, analitik ve preanalitik hata tespiti ile test sonuçlarının daha tutarlı bir şekilde gözden geçirilmesini sağladığı düşüncesindeyiz. Anahtar Kelimeler: onay destek sistemleri, biyokimya, klinik laboratuvar
Makine öğrenmesinde gradyan inişi optimizasyon algoritmaları üzerine
Bu çalışmada, makine öğrenmesinde önemli bir yere sahip olan gradyan tabanlı optimizasyon algoritmalarının yapısı, çeşitleri, avantaj ve dezavantajlarına yer verilmiştir. Bu amaçla 1. dereceden optimizasyon algoritmalarından literatürde en çok kullanılan; Stokastik Gradyan İniş, Momentum, Nesterov Momentum, AdaGrad, Adadelta, RMSProp, Adam ve Nadam algoritmaları ile 2. Dereceden optimizasyon algoritmalarından Newton, BFGS ve L-BFGS algoritmaları ele alınmıştır. Algoritmaların matematiksel yapıları incelenmiş ve karşılaştırmaları için üç farklı gerçek hayat problemi ele alınmıştır. Bu problemlerin yapay zeka modelleri ile çözümlerinde ResNet50, VGG19 ve lojistik regresyon modelleri kullanılmıştır. Elde edilen sonuçlar çizelge ve şekiller üzerinden değerlendirilmiştir. Algoritmaların performansları metriklerle ölçülerek, algoritmaların hem birbirlerine karşı performansları hem de modellerde ki başarımları tespit edilmiş ve sonuçları yorumlanmıştır.
Çok kriterli karar verme problemlerinde ikili üstünlük algoritmaları: Girişimci ve yenilikçi üniversite endeksinde ORESTE uygulaması
Bu çalışmada çok kriterli karar verme problemlerinde ikili üstünlük algoritmaları genel olarak açıklanmış, girişimci yenilikçi üniversite endeksine ORESTE yöntemi uygulaması gerçekleştirilmiştir. Günlük hayatta sıklıkla karşılaşılan ve gerçekleştirilen karar verme eylemi işletmeler açısından ele alındığında çok kriterli karar verme analizi karar problemlerinde yaygın biçimde kullanılan karar tipleridir. Karar vericilere etkin fayda sağlayan ikili üstünlük algoritmaları çoğunlukla alternatif sayısının fazla olması durumlarında kullanılır. Çalışmada ikili üstünlük algoritmalarından biri olan ORESTE yöntemi, girişimci üniversite endeksinde bir uygulama ile sunulmuştur. Girişimci ve yenilikçi üniversite endeksi üniversitelerin belirlenen göstergelere bağlı olarak bir başarı sıralaması elde etmek amacıyla TÜBİTAK tarafından oluşturulmuştur. Bu endekse ORESTE uygulaması sonucunda TÜBİTAK tarafından açıklanan sıralamalardan farklı sonuçlar elde edilmiştir. Anahtar Kelimeler: Çok kriterli karar verme, İkili üstünlük algoritmaları,ORESTE, Girişimci ve yenilikçi üniversite endeksi
Sermaye piyasası yatırımlarında yeni yatırımcı davranışı "algoritmik trade"
İletişim teknolojilerindeki ilerleme ve borsaların dijitalleşmesi, piyasalara erişim maliyetlerini azaltmıştır. Son yıllardaki önemli gelişmelerden bir tanesi de, yatırımcıların veri işleme hızını artıran, ticaret stratejilerinin uygulama maliyetini azaltan ve menkul kıymet ticaretini hızlandıran algoritmik ticarettir. Alım satım algoritmaları, tüm alım satımların büyük çoğunluğunu yürütebilme potansiyeline sahip olduğundan sermaye piyasalarda bir devrim yaşanmaktadır. Algoritmik ticaret uygulamalarının, piyasa verimsizliklerini ortadan kaldıraraksermaye piyasalarının daha etkili ve verimli çalışmasına yardımcı olacağı düşünülmektedir. Bu çalışmada, basit hareketli ortalama genetik algoritma kullanılmıştır. Algoritma kısa ve uzun vadeli (pozisyon) farklı senaryolarda tasarlanan BİST 30 endeks portföyüne yapılan bir yatırıma uygulanmıştır. Genetik algoritmanın uygulamasının sonucunda yatırımın farklı senaryolardaki getirileri ve performansları analiz edilmiştir. Araştırmanın sonuçlarına göre; BİST 30 endeks portföyüne yapılan farklı senaryolardaki yatırımlarda benzer veya farklı SMA genetik algoritmalar kullanılarak farklı oranlarda pozitif veya negatif getiriler elde edilebilmektedir. Elde edilen sonuçlar, BIST 30 endeks portföyünün satın alınmasna ve elde tutulmasına uygulanan algoritmik ticaret işlemlerinin normal ticaret işlemlerine göre daha iyi getiriler ve performanslar sağlayabileceğini göstermektedir.
Yapay zekâ algoritmasıyla gerçekleştirilen sefalometrik analizin bilgisayar destekli dijital sefalometrik analizle kıyaslanması
Bu çalışmanın amacı; yapay zekâ teknolojisine sahip tam otomatik sefalometrik analiz programlarının, bilgisayar destekli dijital sefalometrik analiz programları kadar güvenilir olup olmadığını gözlemlemektir. Bu amaçla farklı deneyim düzeylerine sahip 3 araştırmacı tarafından manuel olarak işaretlenen ve analiz edilen radyografiler, yapay zekâ algoritmasına sahip tam otomatik dijital sefalometrik analiz programlarından AudaxCeph, OrthoDx ve WebCeph tarafından otomatik olarak işaretlenen ve analiz edilenlerle karşılaştırılmıştır. Tam otomatik sefalometrik analiz programlarının araştırmacı müdehalesi sonrası ölçümlerinin de değerlendirildiği çalışmada 7 hasta grubundan oluşturulmuş 210 dijital sefalometrik radyografi üzerinde 33 anatomik noktanın ( 20 sert 12 yumuşak doku ) X ve Y eksen koordinatları ve 13 açısal, 5 çizgisel, 1 oransal olmak üzere 19 sefalometrik analiz değer ölçümleri incelenmiştir. Elde edilen ölçüm değerlerinin, hasta grupları arasında, belirlenen referans değerlerle karşılaştırılması sonucunda AudaxCeph programının yaptığı ölçümlerde; Ba, Sigmiod Notch, Gl', N,' Sn', A' noktaları koordinatlarında ve U1-NA° U1-NA (mm), Fasiyal açı, Y aksı açısı, Jarabak oranı değerlerinde, OrthoDx programının yaptığı ölçümlerde; Pt, N' noktaları koordinatlarında ve Fasiyal açı, Y aksı açısı, U1-NA (mm) değerlerinde, WebCeph programının yaptığı ölçümlerde Prn, A' noktaları koordinatlarında ve Fasiyal açı, Y aksı açısı, Gonial açı, U1-NA°, U1-NA (mm) değerlerinde istatistiksel olarak anlamlı fark görülmüştür. Araştırmacı müdahalelerinden sonra farkların bir kısmı ortadan kalkmıştır. Sert doku koordinatları ölçümlerinde en başarılı program WebCeph, yumuşak doku koordinatı ve analiz değerleri ölçümünde OrthoDx programı olmuştur. AudaxCeph programı sert doku koordinatı ölçümleri yumuşak dokuya göre daha güvenilir bulunmuştur. Tüm yapay zekâ algoritmasına sahip programlar başarılı olarak kabul edilse de daha doğru sonuçlar elde edebilmek için araştırmacı müdahalesine ihtiyaç olduğu düşünülmektedir.
Development of a machine vision system for on-loom and real-time defect detection of woven fabrics with different constructions
The purpose of this study is developing the machine vision system on the weaving machine and detection of fabric defect during the weaving process. It was aimed that the defective regions on the fabric surface will be detected and occurrence of these defects among long meters will be prevented.Weft lacking, oil stain and fly type defects were determined for detection. The algorithm application studies were conducted over totally 200 image frames by acquiring 50 defect sample image frames for every defect type. The selected algorithm was applied real time during the weaving process. Use interface was prepared for real-time application. It was revealed that the developed system and image processing algorithm can be applied on an industrial weaving loom.
Montaj hattı dengeleme algoritmalarının karşılaştırılması
Montaj hattı dengeleme algoritmalarının karşılaştırılması konusu araştırılırken, geçmişte yapılan bazı çalışmalara ve günümüzde kullanılan yöntemlere deyinilerek, duş kabinleri üreten bir fabrikada bu konu ile ilgili araştırmalar yapılmıştır. Buradaki amaç optimum seviyede seri üretimi sağlamak için etkin bir yerleşim planı ile dengelenmiş bir montaj hattının kurulmasıdır. Bunlar için en önemli faktörler, iş elemanları arasındaki öncelik ilişkileri ve çevrim süresidir. Yapılan araştırmalarda montaj hattındaki iş elemanlarının tarif ve tanımları Metot Etüdü teknikleri kullanılarak yapılmıştır. Aynı zamanda İş Ölçümü teknikleri kullanılarak montaj hattındaki her bir iş elemanının gerekli standart zamanları ölçülmüştür. Fabrikada üretilen çeşitli modeller için montaj hattının ön şemaları çizilip, çeşitli çevrim sürelerindeki denge kayıpları bulunarak hattın verimliliği ölçülmüştür. Gelecekte en önemli faktörün zaman ve insan olabileceğinden dolayı geliştirilen stratejilerin bu doğrultuda olması gerekmektedir. Ayrıca yapılan çalışmaların teoriden ziyade fiili olarak uygulanabilirliği düşünülerek yapılması, uygulanılabilirlik açısından önem arz etmektedir. Anahtar Kelimeler : Çevrim Süresi, Öncelik ilişkileri, Hat dengeleme, Pozisyon Ağırlığı.
Akciğer metastazlarında primer tümör kaynağının yapay zeka algoritmaları ile değerlendirilmesi
Akciğerler metastatik lezyonların en sık görüldüğü yerlerden biri olup akciğer dışı malignitelerin %20-54'ünde görülmektedir. Akciğer metastazlarında tanı genellikle BT ile mümkün olup karakteristik olarak bilateral alt zon periferik ağırlıklı yerleşim gösteren multipl nodüler solid lezyonlar şeklinde görülmektedir. Akciğer metastazı ile seyreden malignitelerin ayrımında kaviteleşme, kalsifikasyon, hemoraji, ödem ve difüz miliyer patern gibi belirleyici özellikler faydalı olabilmektedir. Ancak olguların çoğunda BT görüntüleri üzerinden primer malignitenin kaynağına yönelik bir ayrım yapmak mümkün olmamaktadır. Yapay zeka ile görüntü işleme metotlarının yaygınlaşması son yıllarda radyoloji ve diğer bazı tıp branşlarında yeni gelişmelerin habercisi olmuştur. Radyoloji görüntülerinden şekil, kontur yada pikseller arası dansite ilişkileri gibi bilgiler elde etmemizi sağlayan radyomik görüntü özelliklerinin çıkarılması ile bu özelliklerin bir görüntüleme biyobelirteci gibi kullanılarak tanıda, hastalık evrelemesinde, tedavi yanıtının ve hastalık prognozunun belirlenmesi gibi işlevlerde kullanılması mümkün olmuştur. Çalışmamızda Toraks BT görüntülerinde akciğer metastazı saptanan olguların radyomik görüntüleme özellikleri ve farklı yapay zeka algoritmaları kullanılarak primer tümör kaynağını saptamadaki başarısını ölçmeyi amaçladık. Retrospektif olarak Ocak 2014-Aralık 2020 tarihleri arasında Toraks BT'sinde akciğer metastazı saptanan 165 olgu ve 482 metastatik lezyon çalışmaya dahil edildi. Olgular primer tümörlerin histopatolojik tanılarına göre kolorektal kanser, böbrek hücreli kanser, mesane kanseri, meme kanseri, pankreas kanseri, prostat kanseri ve sarkomatöz kanserler olarak 7 alt gruba ayrıldı. Toshiba Aquilion 64-dedektör (Toshiba Medical Systems, Otawara, Japonya) ve Siemens Somatom Definition Flash 128-dedektör (Siemens Healthcare, Erlangen, Almanya) BT cihazlarında intravenöz kontrast madde verilmesini takiben elde edilen görüntüler 3D Slicer (http://www.slicer.org, versiyon 4.11) adlı ücretsiz yazılım ve "Segmentation Wizard" adlı yarı-otomatik segmentasyon modülü kullanılarak işaretlendi. Ön işleme metodu olarak tümör olarak işaretlenmiş alanların gri piksel değeri 0-255 aralığına sabitlenmek suretiyle normalizasyon uygulandı. Daha sonra açık kaynak kodlu ve ücretsiz Python kütüphaneleri kullanılarak 34 adet birinci derece ve Haar benzeri özellik çıkarıldı. Eldeki verilerin %30'u model başarısını test etmek amacıyla ayrıldı. K-en yakın komşu (KNN), destek vektör makinesi (SVM), rastgele orman (RF) ve gradyan artırma (GB) modelleri eğitilerek en iyi sonuç veren modeller belirlendi. Model performansını değerlendirmek amacıyla doğruluk, kesinlik, duyarlılık ve F1 skoru kullanıldı. Test verileri üzerinde en fazla doğruluk oranı KNN modelinde pankreas ve prostat kanseri grubunda (sırasıyla 0.93 ve 0.92), SVM modelinde prostat, pankreas ve sarkomatöz kanserler grubunda (sırasıyla 0.93, 0.90 ve 0.90), GB modelinde pankreas ve sarkomatöz kanserler grubunda (0.94 ve 0.94), RF modelinde ise prostat ve pankreas kanseri grubunda (sırasıyla 0.93 ve 0.90) elde edildi. F1 skoru olarak değerlendirildiğinde en iyi ayrım KNN, SVM ve RF modellerinde sırasıyla 0.62, 0.66 ve 0.50 ile meme kanseri grubunda elde edildi. GB modelinde en yüksek F1 skoru 0.77 ile sarkomatöz kanserler grubunda elde edildi. Meme kanseri grubunda ise F1 skoru 0.74 olarak izlendi. Genel olarak bakıldığında 4 model arasından F1 skoru olarak en iyi değer meme ve sarkomatöz kanserler grubunda GB ve SVM modeli ile elde edildi. Radyomik görüntü özellikleri ve yapay zeka modelleri, akciğer metastazlarının alt tiplerinin belirlenmesinde girişimsel olmayan bir tanı aracı olarak potansiyel değere sahip olabilir. Bunun için özellikle geniş ve bağımsız veri setleri üzerinde ve standardize yöntemler kullanılarak elde edilecek sonuçlara dayanan çalışmalara ihtiyaç duyulmaktadır. Anahtar kelimeler: Yapay zeka, BT, akciğer metastazı, radyomik.
Eğitimli sınıflama metodlarının karşılaştırması ve yeni algoritmanın denenmesi
96 ÖZET Bu çalışmada eğitimli sınıflama metotlarının sınıflama doğrulukları belirlenmiştir. Ayrıca NN sınıflama metodu için bir algoritma denenmiştir. Adana iline ait 27-3-1992 LANDSAT-TM uydu verilerinden yarlanılarak seçilen bölgeler için doğruluk tabloları oluşturulmuş ve sınıflama yapılmıştır. Kullanılan sınıflama metotlarının sınıflama süreleri CPU zamanı olarak belirlenmiştir. Sınıflama yapılmadan önce, çalışılacak bölgenin uydu görüntüsünden yararlanılarak yer gerçeği için önçalısma yapılmıştır. Daha sonra bu bölgelerin DSİ 'den sağlanan 1/5000 lik 11 pafta ile uydu görüntüleri karşılaştırılmış ve doğrulukları tespit edilmiştir. Yer gerçeği çalışmalarından sonra, test bölgeleriden sınıfları temsil eden pikseller seçilmiştir. Bu pikseller üzerinde sınıflama öncesi çalışmalar yapılmıştır. Sınıfların ortalama, varyans, standart sapma, varyans-covaryans matrisleri ve ters matrisler değerleri hesaplanmıştır. Ayrıca bu veriler önerilen yönteme göre ve yalnızca CNN algoritmasına göre azaltılmıştır. Metotların doğruluklarını karşılaştırmak için test alanlarındaki bölgelerden çeşitli kullanım tarlaları çıkartılmış ve doğruluk tabloları oluşturulmuştur. önerilen yöntem diğerlerine göre sınıflama doğruluğu, diğer yöntemlere göre daha iyi bulunmuştur. Ayrıca NN sınıflaması içjn ilk kez eşik değer kullanılmıştır. Böylece sınıflama doğruluğunu ve süresini azaltmak amaçlanmış, başarıyla uygulanmıştır. Değişik büyüklükdeki görüntülerin sınıflamasında ise, önerilen yöntem iyi sonuç vermiştir. Sınıflama süresi olarak en iyi sonucu elipsoid ve minimum mesafe sınıflaması vermiştir. NN sınıf lamsının çokzamanda sınıfladığı bilinmektedir. Ancak önerilen yöntem elipsoid metodunun zamanının 1.5 katı olarak bulunmuştur. Sınıfları oluşturan tüm pikseller kullanıldığında NN sınıflaması bir saati geçmiştir.
Prediction of students' success employing data mining algorithms
Most higher education institutions now priorities student achievement as a key strategic goal. Academic institutions are focusing more on keeping students enrolled in their classes without sacrificing educational level in response to budget constraints and rising operational costs. The use of machine learning to forecast students' success using academic and behavioural data has been the subject of numerous initiatives and studies. We applied the popular machine learning algorithms in order to predict student achievement including Random Forest, Support Vector Machine, Logistic Regression etc. The employed Support Vector Machine has achieved to provide the best accuracy (93.8%) and sensitivity (98.75 %) scores. Additionaly, the implementation of stack-based ensemble model is very effective in the predicition of student success. Therefore, a stacked-based ensemble learning model is cerated in order to compare the efficiency of it in the prediction of students' succes with the other machine learning algorithms. At the end, the stacked-based ensemble model has provided the best accuracy score (93.9%) in the prediction of students' success.
Computer network traffic classification using data mining
In this work, we explore different data sets for Network Intrusion detection. Classify the attack signals from normal ones. With the increase in network connections, computer security and intrusion detection became a challenging problem. Our research used different feature selection techniques: Information gain, Gain ratio, Chi2, and Relief. We train different models based on ten thresholds with a quantization range of 10% to 90% for each feature selection algorithm we used. We train Decision trees, Random Forest, Extra trees, GradiantBoosing, XGBoost, AdaBoostm, Linear, SVM, and Logistic Regression. We use cross-validation and feature selection with different thresholds for each of these models. Then, we compare all of these models based on the validation accuracy obtained from cross-validation. The stacking model achieves 97.79% test accuracy on the UNSW-NB15 data set using only 15 features with Random Forest, Extra Trees, and XGBoost as base models (level-0 models) and Logistic Regression as a meta-classifier model. By changing the top model to MLP with 5 hidden layers we achieve 97.82% test accuracy, but the complexity of the stacking model is increased too much to improve the accuracy with only 0.03% this note should be considered when choosing the model for deployment which will affect the inference time of the stacking model.
Numerical solution for fuzzy problems by using some descent techniques
The nonlinear conjugate gradient technique is useful for Large-Scale Minimization problems. It has applications in math, chemistry, physics, engineering, medicine, and other fields. Hisham–Khalil (KH) and Newton techniques may be utilized tocreate a nonlinear conjugate gradient algorithm, as outlined in chapter 2. Chapter 3 discusses the spectral conjugate gradient method. Numerical findings reveal that the new strategy outperforms both the Fletcher–Reeves and Khalid–Hisham procedures for solving fuzzy nonlinear equations (FNEs). Chapter 3 introduces a novel spectral conjugate gradient approach whose derivation is based on the Fletcher (CD) and Newton algorithms based on the sole coupling condition, which is proposed in this research and is derived from the Fletcher (CD) algorithm. Numerical data shows that the new technique solves nonlinear fuzzy equations more efficiently than the Fletcher (CD) algorithm. This study is important since Buckley and Qu's technique is inefficient at solving linear and nonlinear fuzzy equations, and the conjugate gradient method does not need a Hessian matrix (second partial derivatives of functions) in the solution. The descent feature of the provided technique meets the strong Wolfe criteria when _k is used as described.
Yüksek gerilim elektrik yanıklarında fleplerin kullanım alanları
AmaçBu çalışmanın amacı; yüksek gerilim elektrik yanığı sonrası oluşan geniş ve vital dokuları açıkta olan defektlerin erken debridmanı ve olası en kısa sürede güvenilir, kanlanması iyi bir fleple rekonstrüksiyonu, anatomik bölgelere göre flep seçiminde bir algoritma oluşturmak ve hastada maksimum fonksiyonel kazanç elde edilmesidir. Bu amaca hizmet edecek flebin seçimi istenilen hedefe ulaşmada önemli bir faktördür.Gereç ve YöntemRetrospektif ve klinik olarak yapılan bu çalışmada,1988- 2008 yılları arasında yüksek gerilim elektrik yanığına maruz kalan toplam 633 hastadan fleple onarımı yapılan 103 hasta incelendi. Hastalar cinsiyet, yaş, yanık yüzdesi, ek travma, fasyotomi sayısı, amputasyon seviyesi, yatış süresi, flep çeşitleri ve komplikasyon parametrelerine göre incelendi. Yüz üç hastada toplam 138 fleple onarım yapıldı. Üst ekstremitede defekti olan 88 hastadan 45'ine groin flep, 15'sına pediküllü kas veya kas-deri flebi, 15'ine lokal fasyokutan flep, 5'ine submammarial flep, 2'sine adipofasyal ?turn-over? flebi, 2'sine serbest latissimus dorsi (LD) flebi, 2'sine pediküllü ters akımlı dorsal metakarpal arter (TADMF) flebi, 1'ine pediküllü superfisial eksternal pudental arter (SEPA) flebi uygulandı, 1'ine pediküllü rektus abdominis miyokutan flep. Alt ekstremite defekti olan 29 hastadan 9'una sural flep, 4'üne serbest LD flebi, 10'una lokal fasyokutan flep, 3'üne adipofasyal ?turn-over? flebi, 1'ine faysa flebi, 1'ine fasyokutanöz ada flebi, 1'ine pediküllü gastroknemius kas flebi uygulandı. Skalp defekti olan 19 hastadan 10' una lokal skalp flebi, 3' üne serbest LD kas veya kas-deri flebi, 2'ne fasya flebi,1'ne serbest transvers rektus abdominis miyokutan (TRAM) flebi,1'ine fasyokutanöz ada flebi, 1'ine serbest serratus kas flebi, 1'ine pediküllü trapezius miyokutan flebi uygulandı. Penis yokluğu olan 2 hastadan 1' ine serbest fibula osteokutan, diğerine ise serbest radial önkol fasyokutan flebi uygulandı. Bu onarımlar sonucunda anatomik bölgelere göre flep seçiminde bir algoritma oluşturuldu.Hastalar postoperatif 1, 3, 6, 12 aylık ve sonra da yıllık periyodlarla takip edildi. Bu takipler sonucu gerekli hastalara fonksiyonel amaçlı girişimler uygulandı.BulgularHastalar ortalama 31 ay takip edildi. Bu süre içinde sekonder girişimleri yapılan hastalarda flep adaptasyonunun iyi olduğu görüldü. Yüz otuz sekiz flepten 3 serbest LD flebinde,1 pediküllü gastroknemius kas flebinde,1 groin flepte ve 2 lokal fasyokutan flebinde tam ve 19 farklı flepte parsiyel nekroz gelişti. Bu fleplerin 6'sında enfeksiyon ve 1'inde hematom olduğu görüldü.SonuçSonuç olarak; yüksek gerilim elektrik yanığı sonrası oluşan defektlerin erken seri debridmanı ve debridman sonrası açıkta olan vital yapıların biran önce uygun bir fleple rekonstrüksiyonu önemlidir. Mevcut defektlerin rekonstrüksiyonu için oluşturulan algoritmaya uygun olarak; üst ekstremitedeki defektlerin groin flebiyle, pediküllü LD kas veya kas-deri flebiyle veya defekt etrafında sağlam dokular mevcutsa lokal fasyokutan fleplerle, alt ekstremite defektlerinde sural ve serbest LD kas flebiyle, skalp defektlerinde skalp veya serbest fleplerle ve penis rekonstrüksiyonunda serbest fleplerle onarım yapıldığı hastalarda rekonstrüksiyonun daha başarılı ve uygun olduğu sonucuna varılmıştır.
"R" programlama dilinde tahmin edici veri madenciliği algoritmalarının modellenmesi ve performanslarının karşılaştırılması
Günümüz ekonomisi dinamik bir yapıdadır. Gelişen bilgi teknolojileriyle birlikte kayıt altında tutulan veri sayısı da artmıştır. Artan veri miktarı, veriler arasındaki sarmal ilişkileri görmeyi zorlaştırmaktadır. Ham veriden bilgi elde edilmesi ve elde edilen bilginin gelecek tahminlerinde kullanılması işletmeler için kritik öneme sahiptir. Veri tahmini kesinlik içermeyen ve karmaşık bir süreçtir. Ancak doğruya en yakın tahmin işletmelerin stratejik karar almasında oldukça önemlidir. Veri tahmini ekonomi alanında yaygın olarak kullanılmaktadır. Bu çalışmada ekonomik kalkınma için büyük öneme sahip ihracat verileri incelenmiştir. Türkiye İstatistik Kurumu ve Merkez Bankası istatistikleri kullanılarak veri ambarı oluşturulmuştur. İstatistiksel analizlerde sıklıkla tercih edilen R programlama dili kullanılarak algoritmalar geliştirilmiştir. R programlama dilinde yapay sinir ağı, regresyon ve zaman serisi algoritmaları geliştirilmiştir. Çalışmanın birinci aşamasında; R programında yapay sinir ağı algoritması geliştirilmiştir. Bu aşamada farklı ağ topolojileri test edilerek en başarılı yapay sinir ağı belirlenmiştir. Buna göre (5,3) topolojisine sahip ağın en başarılı performansa sahip olduğu görülmüştür. Çalışmanın ikinci aşamasında R programında regresyon algoritması geliştirilmiştir. Çalışmanın son aşamasında R programında zaman serisi algoritması geliştirilmiştir. Naive Bayes ve ARIMA modelleri test edilmiş ve ARIMA(1,0,0)(2,0,0) modelinin daha başarılı olduğu görülmüştür. Yapay sinir ağı (5,3), regresyon ve ARIMA(1,0,0)(2,0,0) algoritmaları veri ambarındaki eğitim verisi üzerinde denenmiştir. Algoritmaların başarıları istatistiksel hata oranları hesaplanarak karşılaştırılmıştır. Buna göre en başarılı tahmin algoritmasının yapay sinir ağı olduğu görülmüştür.
Küçük alan radyterapi tedavilerinde implant malzemelerin doza etkisini nanoDot OSLD kullanılarak belirlenmesi ve Monte Carlo yöntemiyle karşılaştırılması
Bu çalışmada, nanoDot optiksel uyarmalı lüminesans dozimetresinin (OSLD) küçük radyasyon tedavi alanları için homojen ve heterojen ortamlardaki doz okuma doğruluğu analiz edilmiştir. Homojen ortam için, OSLD'nin derin doz eğrileri ile Monte Carlo (MC) hesaplamaları arasındaki fark küçük alan boyutları için %3 istatistiksel belirsizlik içinde bulundu. Heterojen ortam için, paslanmaz çelik (SS), titanyum alaşım (Ti5) ve alüminyum (Al) implant malzemeleri kullanılmıştır. Fantom-implant üst arayüzündeki OSLD sonuçları, MC ile karşılaştırıldığında beklenenden daha düşük doz ölçmüştür. İmplant-fantom alt arayüzünündeki OSLD sonuçlarımız MC ölçümleri ile uyum içerisindeydi. Küçük alanlarda OSLD'ler homojen ortamda radyoterapi dozimetrisi için kullanışlı bir dozimetre olmasına rağmen, heterojen ortamlardaki arayüz doz değerlerini ölçmek için uygun olmadığı sonucu bulunmuştur.
Disiplinlerarası öğretim yaklaşımına dayalı olarak geliştirilen algoritma ve programlama dersi öğretim programının öğrencilerin akademik başarısına, bilgi işlemsel düşünme algısına ve becerisine etkisi
Bu araştırmanın genel amacı, disiplinlerarası öğretim yaklaşımına dayalı olarak geliştirilen algoritma ve programlama dersi öğretim programının öğrencilerinin akademik başarısına, bilgi işlemsel düşünme algısına ve becerisine etkisini incelemek, bununla birlikte uygulanan disiplinlerarası öğretim yaklaşımına ilişkin öğrenci görüşlerini belirlemektir. Araştırmada karma yöntem desenlerinden gömülü desen kullanılmıştır. Bu kapsamda araştırmanın nicel boyutunu ön-test son-test kontrol gruplu yarı deneysel desen, nitel boyutunu ise durum çalışması deseni oluşturmaktadır. Araştırmanın çalışma grubunu, 2019-2020 eğitim-öğretim yılı bahar döneminde bir devlet üniversitesine bağlı meslek yüksekokulunda öğrenim görmekte olan 40 ön lisans öğrencisi oluşturmaktadır. Araştırmada deney ve kontrol grubunda yer alan öğrencileri belirlemek amacıyla tabakalı ve basit seçkisiz örnekleme yöntemleri kullanılmıştır. Bu kapsamda deney grubu 20 ve kontrol grubu 20 olmak üzere toplamda 40 öğrenci belirlenmiştir. Gözlem ve görüşme yapılan öğrenciler ise amaçlı ve maksimum çeşitlilik örnekleme yöntemleri kullanılarak belirlenmiştir. Bu bağlamda gözlem yapmak amacıyla deney ve kontrol gruplarının her ikisinden 3 öğrenci, görüşme yapmak için ise deney grubundan 12 öğrenci örnekleme alınmıştır. Araştırmada deney grubu öğrencilerine disiplinlerarası öğretim yaklaşımına dayalı olarak geliştirilen algoritma ve programlama dersi öğretim programı, kontrol grubu öğrencilerine ise mevcut program 9 hafta süreyle uygulanmıştır. Araştırmada veri toplama aracı olarak kişisel bilgi formu, akademik başarı testi, bilgi işlemsel düşünme algı ölçeği, bilgi işlemsel düşünme görev testi, görüşme formu ve gözlem formu kullanılmıştır. Araştırmada nicel ve nitel veriler iki farklı şekilde analiz edilmiştir. Nicel verilerin analizinde öncelikle parametrik ve parametrik olmayan test varsayımları incelenmiştir. Yapılan incelemeler sonucunda parametrik testlerden tek faktörlü kovaryans analizi (ANCOVA) kullanılmıştır. Nitel verilerin analizinde ise betimsel analiz tekniği kullanılmıştır. Araştırmanın nicel boyutuna yönelik sonuçlar incelendiğinde, gruplar arası akademik başarı testi ön-test puanları kontrol altına alınarak, son-test puanları karşılaştırıldığında deney grubu öğrencileri lehine anlamlı fark tespit edilmiştir. Elde edilen sonuçlar, deney grubu öğrencilerine uygulanan disiplinlerarası algoritma ve programlama dersi öğretim programının kontrol grubu öğrencilerine uygulanan mevcut öğretim programına göre akademik başarı üzerinde daha etkili olduğunu göstermektedir. Gruplara göre bilgi işlemsel düşünme algı ölçeği ön-test puanları kontrol altına alınarak, son-test puanları karşılaştırıldığında ise anlamlı fark bulunmamıştır. Gruplara arası bilgi işlemsel görev testi ön-test puanları kontrol altına alınarak, son-test puanları karşılaştırıldığında ise deney grubu öğrencileri lehine anlamlı fark tespit edilmiştir. Bu sonuçlar, deney grubu öğrencilerine uygulanan disiplinlerarası algoritma ve programlama dersi öğretim programının kontrol grubu öğrencilerine uygulanan mevcut öğretim programına göre bilgi işlemsel düşünme becerisi üzerinde daha etkili olduğunu göstermektedir. Araştırmanın nitel boyutuna yönelik sonuçlar incelendiğinde, yapılan gözlemlerden deney grubu öğrencilerinin bilgi işlemsel düşünme becerisinin geneli ile soyutlama, algoritmik düşünme, değerlendirme ve genelleme becerilerinin kontrol grubu öğrencilerine göre daha fazla, fakat ayrıştırma becerisinin ise daha az gözlemlendiği anlaşılmıştır. Disiplinlerarası öğretim yaklaşımına dayalı olarak geliştirilen algoritma ve programlama dersi öğretim programının uygulandığı deney grubu öğrencilerinin uygulama sürecine ilişkin görüşlerini belirlemek amacıyla yapılan görüşmelerin analizi sonucunda görüşlerin genel anlamda olumlu olduğu ve dokuz tema altında toplandığı anlaşılmıştır. Öğrencilerin büyük çoğunluğu derslerin uygulamalı, eğlenceli, içerik yönünden zengin ve günlük hayatla ilişkili olduğu yönünde olumlu görüş bildirmişlerdir. Sürece yönelik en çok beğenilen etkinlerin ise ilk ve acil yardımın algoritması, programlamanın şifreleri ve programlamanın dili temalarında yapılan etkinlikler olduğu anlaşılmıştır. Öğrenciler tarafından en çok zorluk yaşanan etkinlikler ise yanlış yapmaktan korkma ve bilgi eksikliği nedenlerinden dolayı ilk ve acil yardımın algoritması, programlamanın finansı, programlamanın matematiği ve programlamanın şifreleri olarak ifade edilmiştir. Disiplinlerarası etkinliklerin eksik yönlerine ilişkin öğrenci görüşleri incelendiğinde ise öğrencilerin büyük çoğunluğu herhangi bir eksiklik olmadığı, bazıları ise sıralama, bireysel uygulama ve bilgi eksikliği olduğu yönünde görüş belirtmişlerdir. Öğrenciler bu ders kapsamındaki öğrenme çıktılarını matematik başta olmak üzere yabancı dil, ilk ve acil yardım, banka ve finans, coğrafi bilgi sistemleri ve uzaktan algılama gibi derslerde kullanabileceklerini dile getirmişlerdir. Ayrıca öğrencilerin tamamı dersin etkinlik ve uygulama açısından zengin olması nedeniyle diğer derslerin de algoritma ve programlama dersi gibi işlenmesi gerektiğini ifade etmişlerdir. Öğrenciler programlamanın teknolojik araçlar içerisindeki rolüne yönelik olarak programlama mantığının benzer olduğu ve düşünme becerisini geliştirmesi yönüyle farkındalık kazandıklarını belirtmişlerdir. Öğrencilerin büyük çoğunluğu ders kapsamında öğrendiklerinin günlük hayata farklı açılardan yansıması olduğunu ifade etmişlerdir. Programlamanın mesleki hayata yansımasına ilişkin görüşler incelendiğinde ise öğrencilerin önemli bir kısmı entegrasyon, sıralama, sistematikleştirme ve zaman tasarrufu açısından olumlu yansımalarının olabileceğini bildirmişlerdir. Elde edilen sonuçlar, disiplinlerarası öğretim yaklaşımının araştırmaya olumlu yönde yansımaları olduğunu göstermektedir. Anahtar kelimeler: Disiplinlerarası öğretim yaklaşımı, bilgi işlemsel düşünme, algoritma ve programlama, akademik başarı, algı
Sınırlı destek kümeli Marshall-Olkin tipi iki değişkenli dağılımlar
İstatistiksel güvenilirlik teorisinde eşanlı olarak gerçekleşen olayları modellemek için çeşitli veri kümelerinin modellenmesinde uygun iki değişkenli dağılımlar önerilmiştir. Özel olarak Marshall-Olkin tipi iki değişkenli dağılımlar, sürekli ve singüler kısımlar içermesi bakımından hem eşitsizlik durumlarını hem de eşitlik durumlarını içeren iki değişkenli verileri modelleyebilir. Genellikle (0,∞) destek kümeli olarak tanımlanan Marshall-Olkin tipi iki değişkenli dağılımların sınırlı destek kümesine sahip genelleştirilmeleri, oransal verilerin modellenmesinde öneme sahiptir. Bu tez çalışmasında sınırlı destek kümesine sahip dağılımlar sınıfında bulunan omega dağılımının özel bir durumunun Marshall-Olkin tipi iki değişkenli genelleştirimi tanımlanmıştır. Bu dağılımın parametrelerinin en çok olabilirlik tahminleri elde edilmiş ve parametre tahmini için bir EM algoritması ve bir Bayes tahmin yöntemi önerilmiştir. Dağılımın marjinal dağılımları, ortak sağkalım fonksiyonu ve çarpım momentleri gibi birçok özelliği ayrıntılı olarak incelenmiştir. Ayrıca önerilen dağılımın performansı, simülasyon çalışmaları ve gerçek veri analizleri ile incelenmiştir. Yeni dağılımın sınırlı destek kümeli bir dağılım olarak iki değişkenli oransal verileri modellemede faydalı bir dağılım olduğu görülmüştür.
Derin ven trombozu tanı algoritması
Amaç: Derin ven trombozu (DVT) ön tanısıyla acil serviste bakılan yetişkin hastalarda acilde yapılan üç nokta USG ile termal kamera ve serum homosistein seviyesinin acil tanısındaki etkinliği ve DVT'deki tanı etkinliğini bulmayı amaçladık. Gereç ve Yöntem: Çalışmamızda acil servise DVT ön tanısı ile başvuran alınan 65 hasta ileriye dönük olarak değerlendirildi. Çalışmaya alınan DVT'li hastalar Pulmoner Emboli (PE) gelişen (Grup 1) ve PE gelişmeyen (Grup II) şeklinde sınıflandırıldı. Hastaların demografik ve klinik özellikleri değerlendirildi. Wells skorlarına göre görüntüleme özellikleri, termal kamera, üç nokta Ultrasonografi (USG) sonuçları ve kan tetkikleri sonuçlarına göre acil DVT algoritması oluşturuldu. Bulgular: Olguların yaş ortalaması 58,2±17,5 yıl olan hastaların %66,2'si erkek hastalardı. PE eşlik eden olgularda nefes darlığı sıklığı yüksek iken, PE eşlik etmeyen olgularda bacakta ağrı sıklığı anlamlı olarak yüksek saptandı (p<0,05). PE'li grupta sigara içen hasta sayısı yüksek saptandı (p<0,05). Çalışmamızda hastaların yapılan USG'sinde en sık popliteal ven (%55,4) ve femoral vende (%46,2) trombüs saptanmış olup, safen vende trombüs olan hastalarda PE sıklığı anlamlı olarak düşüktü (p<0,05). Çalışmamızda hastaların %81,5'inin homosistein düzeyi yüksek saptandı. PE gelişen ve gelişmeyen hastalarda düzeyleri arasında farklılık yoktu (p>0,05). Çalışmamızda hastaların %95,4'ünde termal kamerada pozitif görüntü elde edildi. DVT+PE'li grupta termal kamera tanısallık oranı daha yüksek olsa da, bu fark istatistiksel açıdan anlamlı değildi (p>0,05). PE'li olgularda RBC sayısının anlamlı düşük, RDW düzeyininde ise anlamlı olarak yüksek bulundu (p<0,05). Sonuç: Acilde DVT tanı algoritmasında üç nokta USG, termal kamera ve homosistein düzeyi DVT tanısında etkindi. Ayrıca CRP, D vitamini, laktat düzeyleri tanıda yardımcı diğer yöntemlerdir. Bu yöntemlerin özgüllüklerinin gösterildiği ek çalışmalara ihtiyaç vardır. Anahtar kelimeler: Derin ven trombozu, homosistein, pulmoner emboli, termal kamera, üç nokta ultrasonografi
Farklı gölgelenme örüntüleri ve fotovoltaik bağlantı türleriyle pıl tabanlı maksimum güç noktası takip sisteminin incelenmesi
Fotovoltaik (FV) dizisi karakteristiğindeki Maksimum Güç Noktalarının (MGN) sayısının arttırılması, Maksimum Güç Noktası Takibi (MGNT) algoritmalarının MGN'yi bulmasını zorlaştırmaktadır. Ayrıca, FV panellerinin bağlantı türleri ve kısmi gölgeleme koşulu da MGN'lerin sayısını artırır ve FV dizisinin karakteristik eğrisini değiştirmektedir. Bu nedenle, FV dizisi kurulurken, FV panel bağlantı türü, kullanılacak MGNT algoritması ve kısmi gölgeleme örüntüleri çok önemlidir. Bu çalışmada, 5x5 FV panelden oluşan fotovoltaik sistemi Kısmi Gölgeleme Koşulu (KGK) altında TMS320F28335 DSP kiti kullanılarak Döngüdeki İşlemci (Processor-In-Loop, PIL) platformunda en sık kullanılan üç MPPT algoritmasının ve sekiz farklı bağlantı türünün testi gerçekleştirilmiştir. PIL sonuçları ve yapılan analizlere göre, verilen bağlantı türleri arasında Toplam Çapraz Bağlantı (Total-Cross-Tied, TCT), tüm KGK'lar altında en yüksek dizi çıkış gücünü sağlamaktadır. Bu bağlantı türünün çıkış gücü en yüksek değerine Çapraz (Diagonal, DG) gölgelenme örüntüsünde ulaşmıştır. Ayrıca, %65,73'lük bir maksimum Doluluk Faktörü (Fill Factor, FF) ve %10,40'lık bir minimum Uyumsuzluk Güç Kaybına (Mismatched Loss, ML) sahiptir. Ek olarak, neredeyse tüm test koşullarında (48 testten 35'ine), PSO algoritması Global Maksimum Noktasına (GMP) ulaşmıştır. Tüm bu sonuçlar, FV sistemin güç verimliliği için sadece MGNT algoritmalarının değil, aynı zamanda bağlantı türlerinin, kısmi gölgeleme modellerinin ve bunların hepsinin birlikte değerlendirilmesinin de büyük önem taşıdığını göstermektedir.
Sağlık alanında yapılan araştırmalarda kümeleme algoritmalarının kullanımı: Bir uygulama
Kümeleme yöntemleri ile benzer özelliklere sahip değişken ve bireyler bir grupta toplanabilmektedir. Birçok uygulama alanına sahip olmasına rağmen kümeleme yöntemi ülkemizde sağlık araştırmalarında nadir olarak kullanılmaktadır. Bu tez çalışmasının amacı, farklı kümeleme algoritmalarını tanıtmak ve bu algoritmaların nasıl ve hangi durumlarda doğru bir şekilde kullanılabileceğini göstermektir. Aynı zamanda sağlık alanından elde edilmiş gerçek bir veri seti üzerinde uygulanabilir olan farklı kümeleme algoritmalarının sonuçlarını karşılaştırmaktır. Yapılan değerlendirmeler sonucunda kullanılan iki farklı veri seti için hesaplanan kappa katsayıları istatistiksel olarak orta düzeyde anlamlı bulundu. Gerçekleştirilen uygulama sonucunda her iki veri seti için de kappa katsayısı bakımından en uygun ve en hızlı sonuçlar üreten algoritmanın En Uzak İlk Kümeleme Yöntemi olduğu sonucuna varıldı. Framingham risk grupları ile oluşturulan kümeler arasında çapraz tablolar oluşturularak grupların dağılımı incelendiğinde ise, en isabetli kararların Make Density Based ve EM algoritmalarıyla elde edilen kümeleme sonuçları olduğu görüldü. Sonuç olarak kümeleme yöntemlerinin hastalıklara ait risk faktörlerinin incelenmesinde, klinik bilgileri de dikkate alarak hastalık gruplarının oluşturulmasında ve buna bağlı olarak da doğru hastalık teşhislerinin konulmasında önemli bir yol oynacağı düşünülmektedir. Ayrıca veri dağılımı ve özellikleri dikkate alınarak kullanıldığında kümeleme algoritmalarının, sağlık alanında her türlü planlama ve hastalık teşhisi için bir tanı aracı olarak kullanılabileceği kanısındayız.
Denetimli makine öğrenmesi yöntemleri ile gebelerde anemi ve anemi ile ilişkili faktörlerin tespiti
Gebelik dönemindeki aneminin ciddi seviyelerde seyretmesi, anemiye etki eden sosyodemografik özelliklerin saptanmasını ve bu faktörlerle mücadele etmeyi gerektirmektedir. Son yıllarda bu faktörler tespit edilirken makine öğrenmesi ve sınıflandırma algoritmaları kullanıcılara büyük fayda sağlamaktadır. Bu tez çalışmasında denetimli makine öğrenmesi yöntemleri kullanılarak gebelerde anemi ve anemi ile ilişkili faktörlerin tespit edilip bu konuda klinik karar destek sistemi oluşturulması amaçlanmıştır. Hastalarımız Elazığ il merkezinde yaşayan tüm gebeleri yansıtması açısından aile sağlığı merkezlerine kayıtlı 3228 genel gebe popülasyonundan nüfus büyüklüğüne göre rastgele yaklaşık 489 gebe örneklem olarak alınmıştır. Çalışma sonucu elde edilen verilerden Weka yazılımı kullanılarak, denetimli makine öğrenmesi yöntemleri ile anemi tespiti yapabilecek sınıflandırma modelleri oluşturulmuştur. Kural tabanlı Jrip, OneR ve PART algoritmaları ile anemi tespit sistemi oluşturulmuştur. Bu algoritmaların accuracy, Kappa statistic, mean absolute error, root mean squared error, relative absolute error, root relative squared error, TP rate, FP rate, precision, recall, F-measure, MCC, ROC area ve PRC area başarı metrikleri üç farklı yönteme göre elde edilmiştir. Birinci yöntemde verinin tümü eğitim için kullanılırken ikinci yöntemde veri 5-kat çapraz doğrulama yöntemi kullanılıp üçüncü ve son yöntemde ise veri %70 eğitim seti olarak sonuçlar elde edilmiştir. Çalışmada kullanılan Jrip algoritması %96.36, OneR algoritması %85.45 ve PART algoritması %97.98 doğruluk değerleriyle anemi tespit edilmiştir. Kullanılan değişkenler arasında çay tüketimi ve koyu çay tercihi, gebelik sayısı, ileri anne yaşı ve demir destek tedavisi anemi ile ilişkili en önemli risk faktörleri olarak saptanmıştır. Anahtar kelimeler: Makine Öğrenmesi, Sınıflandırma, Anemi
Sol meme kanserli hastalara uygulanan çeşitli radyoterapi tekniklerinin farklı hesaplama algoritmaları için hedef ve kritik organ dozları açısından karşılaştırılması
Sol Meme Kanserli Hastalarda Planlanan Çeşitli Radyoterapi Tekniklerinin Farklı Hesaplama Algoritmaları için Hedef Hacim ve Kritik Organ Dozlarının Karşılaştırılması. Radyasyon tedavisinin başarısı, hedefi ışınlayarak tümör hacmini kontrol altına almanın yanı sıra, sağlam dokuları ne ölçüde koruyabildiğimizle doğrudan ilişkilidir. Son yıllarda gelişen radyoterapi teknikleri, hem istenilen dozu tümöre verebilmeyi, hem de kritik organları korumayı başarıyla sağlamaktadır. Meme kanserli hastalara uygulanan radyoterapi sırasında korunması gereken sağlam organlar, akciğer, karşı meme, kalp, ön inen arter (Left Anterior Descending, LAD) ve spinal korddur Özellikle sol meme kanserli hastalar için, kalp radyoterapi alanına girmekte ve yüksek dozda radyasyona maruz kalabilmektedir. Bu çalışmada, 6 farklı radyoterapi planlama tekniğinde ve 3 farklı doz hesaplama algoritması olan anizotropik analitik algoritma (AAA), kalem demet evrişimi (PBC) ve Acuros XB (AXB) ile hesaplanmış ve doku inhomojenitesi olan hedef bölgelerde hesaplamalar yapılmıştır. Bu çalışmada, seçilen 11 sol meme kanserli hastaya, klasik 3 boyutlu konformal radyoterapi (3B-KRT), 4, 6, 9 alanlı yoğunluk ayarlı radyasyon tedavisi (YART), yoğunluk ayarlı ark tedavisi (YAAT), irregüler yüzey kompansatörü (İYK) olmak üzere 6 farklı radyoterapi tekniği uygulanmış ve her bir plan AAA, PBC ve Acuros XB hesaplama algoritmaları ile hesaplanmıştır. Sol akciğer V5, Sol akciğer V20, Sol akciğer ortalama dozu, kalp ortalama dozu, kalp maksimum dozu, LAD ortalama dozu, iki akciğer V5, değişkenleri için, yoğunluk ayarlı ark terapi tekniği dışında tüm planlama tekniklerinde istatistiksel anlamlı fark saptandı (p<0.001). Acuros XB algoritaması ile hesaplanan sol akciğer V5 ortalaması anizotropik analitik algoritmasına göre istatistiksel anlamlı fark görüldü (p=0.003). İki akciğer V20 için 6 ve 9 alan yoğunluk ayarlı radyoterapi, spinal kord için 6 ve 9 alan yoğunluk ayarlı radyoterapi teknikleri, ve yoğunluk ayarlı ark terapi tekniği için istatistiksel anlamlı fark saptanmadı. İki akciğer değişkeni için 3 boyutlu konformal radyoterapi tekniğinde, V>107 değişkeni için, 3 boyutlu konformal radyoterapi ve irregüler yüzey kompansatörü tekniklerinde istatistiksel anlamlı fark saptanmadı. Farklı yoğunluklu dokular için gerçekçi doz hesabı, her yeni geliştirilen doz hesaplama algoritması ile daha keskin ve doğru yapılabilir hale gelmektedir. Sonuçlarda görülen algoritmalara karşılık farklı değerler, AAA, PBC, AXB'nin AAA'na göre ortamdaki radyasyon taşınımını daha iyi modellemesine dayandırılabilir.
Robotik kollu lineer hızlandırıcı cihazı tedavi planlamasında kullanılan monte carlo ve ray tracıng hesaplama algoritmalarının karşılaştırılması
Bu çalışmada, robotik kollu lineer hızlandırıcı cihazı tedavi planlamasında kullanılan Monte Carlo ve Ray Tracing hesaplama algoritmalarının karşılaştırılması amaçlanmıştır. Robotik kollu lineer hızlandırıcı cihazı ile yapılan uygulamalar, "Ray Tracing" ve "Monte Carlo" hesaplama algoritmaları ile farklı fantom setler kullanılarak karşılaştırılmıştır. Ayrıca küçük hücre dışı akciğer kanseri tanısı alarak Cyberknife ile tedavi uygulama endikasyonu konulan 10 hastada tedavi planlamaları yine Ray Tracing ve Monte Carlo hesaplama algoritmaları kullanılarak karşılaştırılmıştır. Homojen ve heterojen ortamlardaki algoritma farklarını gözlemlemek amacı ile 3 farklı fantom set oluşturulmuştur ve iki algoritma ile doz dağılımları karşılaştırılmıştır. Fantom setlerindeki Monte Carlo hesaplamaları % 1'lik belirsizlik değeri ile hesaplatılmıştır. Küçük hücreli dışı akciğer kanserli hasta için Ray Tracing ile Monte Carlo planları, aynı hedef kapsanması ve aynı normalizasyon planları yapılarak iki farklı şekilde karşılaştırılmıştır. Ayrıca Monte Carlo algoritması % 0,5'lik, % 1'lik ve % 2'lik belirsizlik hesaplamaları kendi içinde karşılaştırılmıştır. Çalışmada hedef dozları; CI, HI, hedef kapsam değeri, MU, sıcak nokta doz değerleri ve kritik organ dozları; spinal kord, karşı ve ışınlanan taraftaki akciğer dozları karşılaştırılmıştır. Yapılan hesaplamalar sonucunda, fantom setlerde iki algoritma arasında homojen ortamda % 2 fark gözlemlenirken, heterojen ortamlarda, yani hava yoğunluğu fazla setlerde referans ölçüm noktalarındaki doz değerlerinde ortalama ± % 3 fark gözlemlenmiştir. Hasta planı karşılaştırılmalarında ise algoritmalar arasında ortalama % 14 'lük bir hedef kapsam farkı vardır ve Ray Tracing algoritmasının 54 Gy tanımlanan dozun Monte Carlo algoritması ile yapılan hesaplamalarda 46.5 Gy 'lik doza karşılık geldiği gözlemlenmiştir. Monte Carlo algoritmasında, Ray Tracing ile aynı hedef kapsanma değerine ulaşmak için ise, normalizasyon değeri ortalama % 5 azalmıştır. Monte Carlo algoritması farklı belirsizlik değerleri arasında yapılan planlarda ise hesaplama süreleri ve kritik organ dozları belirgin farklar yaratmıştır. Monte Carlo algoritması ile farklı belirsizlik değerlerinde yapılan planlamalar sonuncunda spinal kord maksimum dozunda anlamlı bir fark görülmemiştir (p = 0,232). Işınlanan ve karşı taraftaki akciğer minimum ve ortalama dozları incelendiğinde anlamlı fark olduğu görülmüştür (p = 0,001). Ray Tracing ve Monte Carlo algoritmalarının, hedef kapsam değerleri aynı tutulatak yapılan planlarda spinal kord değerlerinde anlamlı bir farka ulaşılmıştır (p = 0,028), fakat normalizasyon değerleri aynı tutularak yapılan planlamalarda bu fark anlamsızdır (p = 0,508). Hedef kapsam değerleri aynı tutularak yapılan planlamalarda ışınlanan taraftaki akciğer dozlarında maksimum (p = 0,037), karşı taraftaki akciğer dozlarında ise minimum (p = 0,015) değerlerde anlamlı fark gözlemlenmiştir. Normalizasyon değerleri aynı tutularak yapılan planlarda ise ışınlanan taraftaki akciğer maksimum doz değerleri (p = 0,007) ile 20 Gray alan hacim (V20) değerlerinde (p = 0,024) ve karşı taraftaki akciğer minimum (p = 0,011) ve ortalama (p = 0,011) dozlarında anlamlı farklar olduğu görülmüştür. Anahtar Kelimeler: Monte Carlo, Ray Tracing, Cyberknife, Belirsizlik Değeri