Çölyak hastalığının teşhis edilmesi ve sınıflandırılmasında yapay zekâ algoritmalarının kullanılması

Yüksek bir oranda yaygınlık gösteren çölyak hastalığı (ÇH), tahıllardaki glüten ve diğer tahıl proteinlerine kalıcı bir intolerans olarak gelişen proksimal ince bağırsak hastalığıdır. Teşhis edilmesi en zor hastalıklardan biri olarak kabul edilir. Seroloji testi ve endoskopi sırasında alınan ince bağırsak biyopsilerinin histopatolojik kanıtı tanı için altın standart olmaya devam etmektedir. Bu nedenle, endoskopide bilgisayar destekli teşhis (CAD) sistemleri, hastalığın tanısal doğruluğunu artırmak ve zamandan ve insan gücünden tasarruf etmek için yeni ortaya çıkan bir teknolojidir. Bu çalışmada çölyak hastalığının CAD sistemi için hibrit bir makine öğrenme yöntemi uygulanmıştır. Sunulan CAD sisteminde ilk olarak, görüntüleri bölütlemek için uzamsal bağlam temelli optimal çok düzeyli eşikleme tekniği kullanılmıştır. Daha sonra, görüntüler ayrık dalgacık dönüşümü (DWT) ile alt bantlara ayrıştırılmış ve ayırt edici özellikler ölçekle değişmeyen doku tanımlayıcı ile çıkartılmıştır. Sınıflandırma doğruluğu, duyarlılığı ve özgüllük oranı sırasıyla %94,79, %94,29 ve %95,08 olarak elde edilmiştir. Önerilen modellerin sonuçları, evrişimli sinir ağı (CNN) ve yüksek dereceli spektral (HOS) analizi gibi diğer güncel yöntemlerin sonuçlarıyla karşılaştırılmıştır. Sonuçlar, önerilen hibrit yaklaşımların doğru, hızlı ve kabul edilebilir düzeyde olduğunu göstermiştir.