Biyomedikal verilerin akıllı sistemler ile sınıflandırma başarımlarının analizi

Medikal enformatik çalışma alanları içinde en popüler alanlardan birisi, biyomedikal verilerin bilgisayar destekli analizidir. Bilgisayar destekli hastalık teşhis sistemi adı verilen uzman sistemler, hastalık teşhisi karar aşamalarında uzman tıp personeline destek olmaktadır. Tıbbi teşhis sürecinin hassasiyetin korunarak hızlandırılması ancak uzman tıp personelinden elde edilen bilgi-beceriyle donanmış uzman yazılım sistemleri ile mümkündür. Literatürde bu amaca uygun olarak tıbbi verilerin akıllı sistem destekli yazılımlar ile analizine ait çok sayıda çalışma yapılmış ve yapılmaktadır.Akıllı sistemler, uzman tıbbi teşhis sistemlerinin en önemli parçasını oluşturururlar. Bir uzman tıbbi teşhis yazılımının hassasiyeti, yazılımın çekirdeği olan akıllı sistemin performansı ile birebir doğru orantılıdır. Bu nedenle, akıllı sistemlerin biyomedikal verilerin analizindeki başarımını etkileyen faktörlerin belirlenmesi, başarımı yüksek tıbbi teşhis yazılımlarının geliştirilmesinde önemli bir aşamadır.Bu tez çalışması, rahim kanseri, prostat kanseri, Parkinson, dermatoloji ve diyabet gibi medikal verilerin otuz beş akıllı sistem algoritmasıyla analizi ve bu algoritmaların sınıflandırma başarım faktörlerinin belirlenmesi hedefiyle gerçekleştirilmiştir. Akıllı sistemlerin medikal veri analizindeki başarımını etkileyebilecek çok sayıda faktörden öznitelik seçimi, verilerin ön-işlemesi, algoritma parametrelerinin değişiminin performansa etkisi ve algoritmaların topluluk öğrenmesi modellerinin geliştirilmesi incelediğimiz faktörlerdir. Yapılan çok sayıda deneysel çalışma bahsi geçen faktörler ile akıllı sistem algoritmalarının sınıflandırma başarımı arasında korelasyon olduğunu göstermiştir. Bu şekilde tıbbi teşhis hassasiyetinde kullanılmak amacıyla üretilecek uzman sistem yazılımlarına ait performansın, öznitelik seçimi, verinin ön-işlemesi ve topluluk öğrenmesi teknikleriyle arttırılabileceği hesapsal olarak gösterilmiştir.Bu çalışmada deneysel olarak test edilen akıllı sistem algoritmaları ve öznitelik seçim yöntemleri Matlab, Weka ve Microsoft Visual Studio yazılım geliştirme ortamlarında gerçekleştirilmiştir.