Diyabetik retinopati hastalığının video-okülografi sinyalleri kullanılarak sınıflandırılması

Diyabetik retinopati, şeker hastalığına bağlı olarak gözde meydana gelen ve körlüğe neden olabilecek ciddi bir hastalıktır. Bu hastalık, günümüzde yaşam koşullarının değişimiyle ortaya çıkan en yaygın hastalıklardan biri olan diyabet nedeniyle hızla yayılmaktadır. Diyabetik retinopati tanısı, retinal fundus görüntülerinin uzmanlar tarafından izlenmesine dayanmaktadır. İzleme sürecinin sadece uzman temelli olması, hastalık teşhisini zorlaştırmakta ve süreci uzatmaktadır. Bu bağlamda, hastalığın erken teşhisi oldukça önem arz etmektedir. Bu çalışmada literatürden farklı olarak ilk defa, diyabetik retinopati hastalığının Video-Okülografi sinyalleri üzerine fizyolojik etkileri gözlemlenmiş ve diyabetik retinopati hastalığının evrelerini sınıflandırmak için otomatik bir karar destek sistemi önerilmiştir. Bu amaçla, dengeli ve dengesiz dağılımlı olarak sağlıklı ve diyabetik retinopati hastalığı bulunan deneklerden alınan Video-Okülografi sinyallerinden öznitelik çıkarımı yapılmıştır. Sinyallere sırasıyla ayrık dalgacık dönüşümü, Hilbert-Huang dönüşümü uygulanarak dalgacık ve içsel mod fonksiyonları katsayıları elde edilmiş, istatistiksel parametreler yardımıyla öznitelik vektörleri oluşturulmuştur. Öznitelik vektörleri sırasıyla çok katmanlı yapay sinir ağı, radyal tabanlı fonksiyon ağı ve literatürden farklı tasarlanan parçacık sürü optimizasyonu temelli çok katmanlı yapay sinir ağı hibrit modelinin eğitimi için kullanılmıştır. Eğitim sonucunda sağ göz (yatay / dikey) ve sol göz (yatay / dikey) olmak üzere 4 farklı göz konumu için çalışmada kullanılan birbirinden farklı ağ topolojilerinin sınıflandırma performansı analizleri gerçekleştirilmiştir. Ayrıca, önerilen ağ topolojilerinin diyabetik retinopati hastalık evrelerinin erken teşhisine uygulanabilirliği ortaya koyulmuştur.