GCRIS Repository Collection:https://hdl.handle.net/20.500.11851/20952024-03-28T20:52:22Z2024-03-28T20:52:22ZTiroid nodüllerinin genetik algoritma ile eğitilen anfıs yöntemi kullanılarak iyi huylu ve kötü huylu olarak ayrıştırılması ile yeni bir bilgisayar destekli tanı temelli risk sınıflandırma sistemi önerilmesiÖztürk, Ahmet Cankathttps://hdl.handle.net/20.500.11851/109312023-12-26T14:00:14Z2023-01-01T00:00:00ZTitle: Tiroid nodüllerinin genetik algoritma ile eğitilen anfıs yöntemi kullanılarak iyi huylu ve kötü huylu olarak ayrıştırılması ile yeni bir bilgisayar destekli tanı temelli risk sınıflandırma sistemi önerilmesi
Authors: Öztürk, Ahmet Cankat
Abstract: Literatürde kullanılan tiroid nodülü risk sınıflandırma rehberleri, nodüllerin bazı iyi bilinen sonografik özelliklerine göre, hekimlerin klinik tecrübelerine dayanarak oluşturulmuşlardır. Bu özelliklere göre nodüllere tanı konması subjektif bir yöntem olup hekimin tecrübesine bağlıdır. Bu çalışmada, yapay zeka yöntemleri kullanılarak, nodüllerin ayırıcı tanısında çok çeşitli ultrason bulgularının ilişkileri incelenmiş, bu durumun üstesinden gelinmesi amaçlanmıştır. Uyarlanabilir Sinirsel Bulanık Çıkarım Sistemi'nin (ANFIS) Genetik Algoritma (GA) ile eğitimine dayalı yenilikçi bir yöntem, kötü huylu tiroid nodüllerini iyi huylu olanlardan ayırt etmek için kullanılmıştır. Önerilen yöntemden elde edilen sonuçlar yaygın olarak kullanılan ANFIS'in türev tabanlı optimize edilen algoritmaları ve Derin Sinir Ağı (DNN) yöntemi ile karşılaştırılmış, önerilen yöntemin tiroid nodüllerini sınıflandırmada daha başarılı olduğu gösterilmiştir. Ayrıca tiroid nodüllerinin sınıflandırılması için literatürde olmayan bilgisayar destekli tanı (BDT) temelli yeni bir risk sınıflandırma sistemi önerilmiştir.; The thyroid nodule risk stratification guidelines used in the literature are based on certain well-known sonographic features of nodules and are still subjective since the application of these characteristics strictly depends on the reading physician. These guidelines classify nodules according to the sub-features of limited sonographic signs. This study aims to overcome these limitations by examining the relationships of a wide range of ultrasound signs in the differential diagnosis of nodules by using artificial intelligence methods. An innovative method based on training Adaptive Neuro-Fuzzy Inference Systems (ANFIS) by using Genetic Algorithm (GA) is used to differentiate malignant from benign thyroid nodules. The comparison of the results from the proposed method to the results from the commonly used derivative-based algorithms and Deep Neural Network (DNN) methods yielded that the proposed method is more successful in differentiating malignant from benign thyroid nodules. Furthermore, a novel computer aided diagnosis (CAD) based risk stratification system for the thyroid nodule's ultrasound classification that is not present in the literature is proposed.2023-01-01T00:00:00ZMeme kanserinin gelistirilmis makine ögrenme yöntemleri ile tespitiAkkur, Erkanhttps://hdl.handle.net/20.500.11851/106382023-08-20T19:42:39Z2023-01-01T00:00:00ZTitle: Meme kanserinin gelistirilmis makine ögrenme yöntemleri ile tespiti
Authors: Akkur, Erkan
Abstract: Meme kanseri dünya genelinde kadınlar arasında en sık görülen kanser türüdür. Meme kanseri erken evrede teşhis edilirse, tedavi edilmesi mümkündür. Bu çalışma meme kanserinin tanısı için geliştirilmiş makine öğrenme algoritmalarına dayalı yeni bir sınıflandırma sistemi önermektedir. Geliştirilmiş makine öğrenme algoritmaları oluşturmak amacıyla öznitelik seçim ve hiperparametre optimizasyon yöntemleri kullanılmıştır. Makine öğrenme algoritması olarak sırasıyla Karar Ağacı, Naive Bayes, Destek Vektör Makinesi, K-En Yakın Komşu ve Topluluk Öğrenme yöntemleri kullanılmıştır. Tüm deneyler Wisconsin Meme Kanseri Veri (WBCD) seti ve Mamografi Meme Kanseri Veri Seti (MBCD) olmak üzere iki farklı meme kanseri veri seti üzerinde test edilmiştir. Veri setlerinin en ayırt edici özniteliklerini belirlemek amacıyla sırasıyla Relief, En Küçük Mutlak Daralma ve Seçme Operatörü ((Least Absolute Deviation and Least Absolute Shrinkage and Selection Operator-LASSO) ve Ardışık İleri Yönde Seçim yöntemleri kullanılmıştır. Makine öğrenme algoritmalarındaki en uygun hiperparametreleri bulmak için Bayes optimizasyon (BO) yöntemi kullanılmıştır. Çalışma kapsamında en iyi sınıflandırma oranını elde etmek amacıyla farklı deneyler yapılmıştır. Önerilen öznitelik seçim-Bayes optimizasyon hibrit yöntemleri çalışmada kullanılan makine öğrenme algoritmalarının sınıflandırma oranlarını artırmıştır. Yapılan deneyler sonucunda, LASSO-BO-DVM yöntemi her iki meme kanseri veri setinde de en yüksek doğruluk, kesinlik, duyarlılık ve F1-skorunu göstermiştir (WBCD için %98,95, %97,17, %100 ve %98,56; MBCD için %97,95, %98,28, %98,28 ve %98,28).; Breast cancer is the most common cancer type among women worldwide. If breast cancer is detected at an early stage, it can be cured. This study proposes a novel classification model based improved machine learning algorithms for diagnosis of breast cancer. Feature selection and hyperparameter optimization methods are used to build improved the machine learning algorithms. Decision Tree, Naive Bayes, Support Vector Machine, K-Nearest Neighbor and Essemble Learning methods are used as machine learning algorithms, respectively. All experiments are tested on two different datasets, Wisconsin Breast Cancer Dataset (WBCD) and Mammographic Breast Cancer Dataset (MBCD). Relief, Least Absolute Deviation and Least Absolute Shrinkage and Selection Operator (LASSO) and Sequential Forward Selection methods are used to determine the most distinctive features of the datasets, respectively. Bayesian optimization (BO) method is used to find optimal hyperparameters in machine learning algorithms. Within the scope of this study, different experiments are conducted in order to obtain the best classification rate. The proposed feature selection-Bayes optimization hybrid methods have increased the classification rates of the machine learning algorithms used in the study. As a result of the experiments, LASSO-BO-SVM has showed the highest accuracy, precision, recall and F1-score in both datasets (%98,95, %97,17, %100, %98,56 for WBCD; %97.95, %98,28, %98,28, %98,28 for MBCD).2023-01-01T00:00:00ZObstrüktif uyku apnesinin derin ögrenme kullanilarak tahmin edilmesiNasıfoğlu, Hüseyinhttps://hdl.handle.net/20.500.11851/105862023-08-20T19:42:28Z2022-01-01T00:00:00ZTitle: Obstrüktif uyku apnesinin derin ögrenme kullanilarak tahmin edilmesi
Authors: Nasıfoğlu, Hüseyin
Abstract: Nefes alışverişinin en az on saniye boyunca durması olarak tanımlanan uyku apnesi, günümüzde sık karşılaşılan bir uyku hastalığı olarak bilinmektedir. Obstrüktif uyku apnesi (OUA), solunum yolunda tıkanmaya bağlı gerçekleşen en yaygın uyku hastalıklarından biridir. Bu sendromun geliştirilen modeller yardımıyla otomatik olarak tespit edilebilmesinin yanında ön görülebilmesi de ciddi seviyelerde sağlık problemlerini ve hayati tehlikeyle karşı karşıya kalma durumunu önlemek açısından önemlidir. Yüksek doğrulukla çalışan tahmin modellerinin geliştirilmesi ile OUA rahatsızlığı yaşayan kişilerin sendrom anı gelmeden uyarılması ve uykudan uyandırılması ile olası risklerin yaşanmadan önlenmesi mümkün olabilecektir. Bu tez çalışmasında, derin öğrenme yöntemlerinden biri olan Evrişimsel Sinir Ağları (Convolutional Neural Networks, CNN) ile OUA tanısı konmuş hastalara ait elektrokardiyografi sinyalleri kullanılarak apne tahmini yapan modeller sunulmuştur. Bu modellerden birincisi, önceden eğitilmiş mimariler ile yapılan sıfırdan eğitim çalışmasıdır. İkinci model, önceden eğitilmiş mimariler ile transfer öğrenme yöntemi kullanılarak yapılan çalışmadır. Üçüncü model, ilk iki modelde gözlemlenen bulgulara bağlı olarak önerilmiş yeni bir modeldir. Son modelde ise üçüncü modelde önerilen derin öğrenme mimarisinden elde edilen özniteliklerin, mimarinin kendi sınıflandırıcısı yerine Destek Vektör Makineleri, Rastgele Alt Uzay k-En yakın Komşuluk ve Rastgele Alt Uzay Diskriminant Analizi yöntemleri ile sınıflandırıldığı durumda gözlemlenen sonuçlar sunulmuştur. Çalışmanın sonucunda gözlemlenen yüksek doğruluktaki bulgular, önerilen modellerin OUA tahmininde iyi bir belirteç olarak kullanılabileceğini göstermektedir.; Sleep apnea is defined as the cessation of breathing for at least ten seconds and known as a common sleep disorder. Obstructive sleep apnea (OSA) is the most common type of sleep apnea that occurs due to obstruction in the airway. Besides the detection of sleep apnea with the help of developed algorithms, early prediction of this syndrome is important in order to prevent serious health problems and life-threatening situations. With the prediction models working with high accuracy, it will be possible to prevent the possible risks without experiencing them by stimulating the OSA patients before the syndrome occurs and waking them up from sleep. In this thesis, models that predict apnea using electrocardiographic signals of patients diagnosed with obstructive slep apnea by using Convolutional Neural Networks (CNN) are presented. The first model is the training from scratch with pre-trained architectures. The second model is the study of using the transfer learning method with pre-trained architectures. The third model is the study in which the new results observed with the changes made on the architecture that performed the best prediction performance in the first two models. In the last model, the results are presented when the features obtained from the deep learning architecture proposed in the third model are classified by Support Vector Machines, Random Subspace k-Nearest Neighborhood and Random Subspace Discriminant Analysis methods instead of the architecture's own classifier. The high accuracy findings observed at the end of the study show that the proposed model can be used as a good indicator for the prediction of OSA syndrome.2022-01-01T00:00:00ZDamar içi implant materyal yüzeylerinde antitrombojenik ve antibakteriyel aktiviteyi artirmaya yönelik heparin immobilizasyonuÖzgüzar, Hatice Ferdahttps://hdl.handle.net/20.500.11851/105772023-08-20T19:42:26Z2023-01-01T00:00:00ZTitle: Damar içi implant materyal yüzeylerinde antitrombojenik ve antibakteriyel aktiviteyi artirmaya yönelik heparin immobilizasyonu
Authors: Özgüzar, Hatice Ferda
Abstract: Geçici ya da kalıcı, dahili ya da harici olarak, tedavi ve/veya onarım gibi amaçlarla vücuda dahil edilen malzemeler implant materyalleri olarak adlandırılmaktadırlar. Günümüzde artan popülasyon ve uzun yaşam süreleri göz önüne alındığında, implant materyallerin kullanım sıklığı, miktarı ve süreleri giderek artmaktadır. Bu nedenle kullanılan implantların, kullanıldıkları bölgeye uyum sağlamaları, transplantasyon sonrası herhangi bir komplikasyon oluşmasını önleyecek şekilde tasarlanmaları gerektiği sonucuna ulaşılmaktadır. Tez kapsamında polimerik ve metalik alttaşlar olmak üzere iki farklı malzemede heparin adı verilen, klinikte güncel olarak antikoagülan ilaç olarak kullanılan biyomolekül ile yüzey modifikasyon stratejilerinin geliştirilmesi üzerine çalışılmıştır. Polipropilen (PP) tez kapsamında model polimerik malzeme olarak seçilmiş ve iki basamakta plazma polimerizasyon (PlzP) destekli yüzey modifikasyonu gerçekleştirilmiştir; (i) oksijen ile aşındırma ve (ii) amince zengin fonksiyonel grup oluşturma. PlzP tekniği ile geliştirilen yüzey modifikasyon parametreleri, temas açısı ölçüm, serbest yüzey enerji hesaplamaları, yüzeyde maksimum azot miktarını elde etme, yüzey pürüzlük değerinin artırılması kriterleri kapsamında değerlendirilmiş ve optimize parametre tespit edilmiştir. Heparin immobilizasyon işlemi, saf heparin (hep) ve kovalent bağ ajanları ile destekli (hep*) çözeltiler kullanılarak 3 farklı konsantrasyon üzerinden test edilmiştir. Yüzeye tutunumu sağlanan heparin miktarı Toluidine Mavi (TB) boya ile tespit edilmiş ve maksimum heparin tutunumunun sağlandığı konsantrasyon, optimize parametre olarak belirlenmiştir. Kovalent bağ ajanları ile destekli heparin çözeltisinin iki basamakta modifiye edilen PP yüzeyler ile kovalent bağ oluşturduğu, FTIR-ATR analizinde saptanan amid I ve II pikleri ile kanıtlanmıştır. Heparin immobilizasyonu protein tutunum miktarını referans yüzeylere göre oldukça azaltmış, hemokompatibilite testleri kapsamında (platelet tutunum, hemoliz, kinetik-kan pıhtılaşma oranı) da oldukça etkili sonuçlar vermiştir. Ayrıca heparin immobilizasyonunun PP yüzeylerde antiadherent karakteristiği gram pozitif ve gram negatif bakteriler ile test edilmiş ve heparinin antibakteriyel mekanizmasının "temas ile öldürme" olduğu sonucuna ulaşılmıştır. Son olarak BJ insan fibroblast hücreleri ile gerçekleştirilen testler sonucunda, geliştirilen yüzeylerin biyouyumlu oldukları ispatlanmıştır. Titanyum (Ti) tez kapsamında model metalik malzeme olarak seçilmiş ve tek basamakta alternatif akım elektroforetik depozisyon (AC-EPD) tekniği ile heparin modifikasyonu gerçekleştirilmiştir. Saf halde heparin depozisyonu, temas açısı ölçüm, serbest yüzey enerji hesaplamaları ve yüzey pürüzlülük değerleri kapsamında incelenmiş ve optimize parametre tespit edilmiştir. Başlangıçta yüzeye depozite edilen heparin miktarı TB boya ile takip edilmiş olmakla birlikte, ilerleyen deney basamaklarında söz konusu yaklaşımın, AC-EPD tekniği ile kaplanan heparin miktarını saptamada yetersiz olduğu saptanmıştır. Ti yüzeylerde heparin depozisyonunun etkisi, PP yüzeylerde olduğu gibi, protein tutunum miktarı, hemokompatibilite testleri, antiadherent karakteristik ve biyouyumluluk testleri kapsamında detaylı olarak araştırılmıştır. Özetle, tez kapsamında gerçekleştirilen çalışmalar ile hem PP hem de Ti yüzeylerde farklı stratejilerle yüzey modifikasyonları gerçekleştirilerek heparinin mevcut antikoagülan karakteristiğinden yararlanmakla birlikte, antibakteriyel, antiadherent ve biyouyumluluk karakteristikleri de detaylı olarak çalışılmış ve literatüre kazandırılmıştır.; Implantable materials are tools that are used in the human body for temporary or permanent, internal or external, treatment or repair, and so on. Nowadays, due to the growing population and long lifetime, the rate, quantity, and duration of these materials are also increasing. Therefore, implantable materials should be biocompatible with the environment in their usage area and be designed to prevent any complications after the transplant. Within the scope of this thesis, two different materials were used as polymeric and metallic substrates for surface modification with an anticoagulation drug that is used in clinics, heparin. Polypropylene (PP) was selected as a model polymeric substrate and plasma-assisted surface modification was applied in two steps: (i) oxygen etching and (ii) amine-rich functional group creation. Surface modification parameters that were held with the plasma polymerization (PlzP) technique were analyzed with contact angle measurements, surface free energy calculations, obtaining the maximum nitrogen amount on the surfaces and increasing the surface roughness values, etc., and the parameters were optimized accordingly. Immobilization of heparin applied as pure heparin (hep) and covalent bond agent assisted (hep*) with 3 different concentration values. The amount of immobilized heparin detected with toluidine blue (TB) dye and the parameter that produces the maximum amount of immobilized heparin were selected as optimal. Covalent bond formation between hep* and PP substrates was proven with amide I and II peaks, which were detected with FTIR-ATR analysis. Compared to the bare PP substrates, heparin immobilization provided a lower amount of adhered protein and much more efficient hemocompatibility testing (platelet adhesion, hemolysis, and kinetic blood coagulation rate) results. Also, the antiadhesive characteristics of heparin-immobilized PP surfaces were tested against both gram-positive and gram-negative bacteria strains, and the antibacterial mechanism of heparin was revealed as "contact killing". Lastly, the biocompatibility of produced surfaces was tested with the BJ human fibroblast cell line. On the other hand, titanium (Ti) was selected as the model metallic substrate, and heparin immobilization onto the surfaces was held in one step with the alternative current electrophoretic deposition (AC-EPD) technique. Parameter optimization was achieved with contact angle measurements, free surface energy calculations, and the surface roughness values of purely deposited heparin. In the beginning, the deposited heparin amount was detected with TB dye, but according to further analysis, this procedure is not appropriate to detect the heparin amount that was deposited with the AC-EPD technique. The effect of heparin deposition on Ti substrates was examined detailedly with adhered protein amount, hemocompatibility tests, antiadhesive characteristics, and biocompatibility, respectively. In brief, within the scope of the thesis, different surface modification techniques with heparin on both PP and Ti surfaces were examined. With the help of the anticoagulant characteristic of heparin, which is already known, also its antibacterial, antiadherent, and biocompatibility characteristics were examined in detail and brought to the literature.2023-01-01T00:00:00Z