A smart algorithm to predict the post-operative parameters of Intra-Corneal lens

İmplantasyon operasyonu esnasında ve sonrasında meydana gelebilecek komplikasyonları önlemek amacıyla gerçekleştirilen çalışmalar sayesinde, lens implantasyonu eskiye göre daha kolay yapılmaktadır. Burada ICL implantasyonunda risklerden kaçınmak ve komplikasyonların önüne geçebilmek için en önemli yaklaşım arka ICL yüzeyi ile göz bilim terminolojisinde kubbe adı verilen ön kristal lens arasında mümkün olan en iyi ayrımı elde etmektir. Son zamanlarda, görüntü yorumlama konusunda hekimlere yardımcı olacak uygun bir karar verebilmek için veri analizi yapma ve akıllı yöntemler kullanabilme kabiliyetinden dolayı makine öğrenimi tekniği bilhassa tıbbi görüntüleme olmak üzere bilimsel araştırmalarda sıklıkla kullanılır hale gelmiştir. Bu tez çalışmasında, özellik çıkarma ve sınıflandırma olmak üzere iki farklı evreden oluşan bir sistem inşa edilerek hastanın ameliyat sonrası göz durumunun değerlendirilmesi amacıyla makine öğrenimi algoritmaları kullanılmıştır. Görüntülerden özelliklerin çıkarılması için kenar histogramı belirticisi (EHD) ve renk dağılımı belirticisi (CLD) kullanılmış olup sınıflandırma için Naïve Bayes ve karar şeması sınıflandırması kullanılmıştır. Diğer yandan, ameliyat sonrası göz istatistiklerinin teşhisi için tekil değer ayrışımı kullanılarak girdi görüntülerinin özellikleri elde edildikten sonra Saklı Markov Modeli kullanılmış ve son olarak her bir model için sistemin hassasiyet düzeyi hesaplanmıştır.