Başlıca İnguinal Kanal Patolojilerinin Makine Öğrenmesi Algoritmaları ile Tahmin Edilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, MATEMATİK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: ALİHAN YILMAZ
Danışman: Selmahan Selim
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Doğuma yakın dönemde ya da doğumu takiben testislerin skrotuma yerleşmesi gerekmektedir. Bazı hormon ve faktörlerin yetersiz düzeyde salgılanması gibi yaşanan bir takım sorunlar sebebiyle testislerin skrotuma inememesi inmemiş testis rahatsızlığına, kasık kanalını karın boşluğundan ayıran zarın tam kapanamaması ya da geç kapanması da inguinal herni veya hidrosel rahatsızlıklarına sebep olmaktadır. Bu çalışmanın amacı hastaneye başvuran çocuk hastalardan alınan tam kan sayımı (hemogram), yaş ve cinsiyet verilerinin ilişkisinden yola çıkarak, makine öğrenmesi algoritmalarıyla başvuranın inmemiş testis, inguinal herni ve hidrosel hastalıklarına sahip olup olmadığını öngörmektir. Gerçekleştirilen çalışmada öncelikle; 2014-2023 yılları arasında Tekirdağ Namık Kemal Üniversitesi Hastanesi Çocuk Cerrahisi ABD Kliniğine ve 2014-2016 yılları arasında Bahçelievler Devlet Hastanesi Çocuk Cerrahisi Kliniğine başvuran kişilerin verileri geriye dönük olarak toplanmıştır. Bu verilere temizleme, birleştirme ve dönüştürme işlemleri uygulandıktan sonra; 4164 sağlıklı, 555 inmemiş testis, 668 inguinal herni, 291 hidrosel veri gruplarının rastgele ayrılan %75'lik kısımları makine öğrenmesi algoritmaları modellerince 5 katlamalı çapraz doğrulama ile eğitilmiş olup, eğitilen modeller geriye kalan %25'lik kısmı ile test edilmiştir. Yapılan testler sonucunda hedeflenen sonuçların elde edilememesinin veri setinin dengesiz dağılımından kaynaklandığı düşünülerek, verilere SMOTE (Synthetic Minority Oversampling Technique) algoritması uygulanmıştır. SMOTE algoritması uygulandıktan sonra; 4164'er sağlıklı, inmemiş testis, inguinal herni ve hidrosel veri gruplarının tekrardan rastgele ayrılan %70'lik kısımları makine öğrenmesi algoritmalarınca eğitilmiş olup, eğitilen modeller geriye kalan %30'luk kısmı ile test edilmiştir. Yapılan testler sonucunda inguinal kanal patolojilerinden toplumda en sık karşılaşılan inmemiş testis, inguinal herni ve hidrosel olgularının hemogram verileri ile ayrılabileceği doğrulanmıştır. Hasta verilerinin geriye dönük toplanmasından kaynaklı olarak inmemiş testis olgularına eşlik edebilen inguinal herni ya da hidrosel olgularının ayrımının yapılamaması, hemogram verilerini oluşturan hücrelerin yaşam sürelerinin günler ile sınırlı olmasından kaynaklı olarak çalışmada kullanılan yaş parametresinin gün olarak değil de yıl olarak hesaplanması gibi durumların giderilmesi halinde daha optimize sonuçlar elde edileceği düşünülmektedir.