Göğüs hastaliklarinin teşhis edilmesinde makine öğrenmesi algoritmalarinin kullanilmasi

Birçok hastalık insan yaşamını, sağlığını ve yaşam kalitesini birçok yönden etkileyerek tehdit etmektedir. Bunlar arasında tüberküloz (TB), kronik obstrüktüf akciğer hastalığı (COPD), zatürre, astım ve akciğer kanseri gibi göğüs hastalıkları hem gelişmekte olan ülkelerde hem de gelişmiş ülkelerde önemli sağlık sorunları ve ölüm nedenlerinden başlıcaları olarak kabul edilmektedir. Bir hastalığın teşhisi doktorlar tarafından ne kadar erken konulursa, hastanın iyileşme olasılığı o kadar yükselmektedir. Bu anlamda, günümüzde uzman sistemler ve farklı yapay zeka teknikleri, tıbbi teşhis dahil olmak üzere çeşitli alanlardaki farklı problemleri çözmek için başarıyla kullanılmaktadır. Bu doktora tezi kapsamında, göğüs hastalıklarını teşhis etmek için destek vektör makinaları (SVM), K-en yakın komşular (K-NN) ve Basit Bayes sınıflandırma (NB) metotları kullanılmıştır. Ayrıca, ilk kez uyarlamalı destek vektör makina metodunun (ASVM) göğüs hastalıkları teşhisindeki performansı da değerlendirilmiştir. Bu metot, SVM tekniğinin en uygun eşik değerini bulacak şekilde geliştirilmesine dayanmaktadır. Kullanılan bu yaklaşımlar Diyarbakır Göğüs Hastalıkları Hastanesi'nden alınan deneysel veriseti kullanılarak ve daha önceki çalışmalarda kullanılan sinir ağları yöntemleri ile karşılaştırılarak değerlendirilmiştir. Yapılan çalişmada elde edilen sonuçlar, kullanılan metotların, özellikle de ASVM metodunun başarim etkisinin yüksek olduğunu göstermiştir. ASVM metodu, öngörülebilir ve doğruluk oranı en yüksek sonuçları vererek göğüs hastalıklarında etkili bir şekilde kullanılabileceğini kanıtlamıştır.