Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Yazılım Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: ARMAN ATALAR
Danışman: Nihat Adar
Özet:
Alzheimer Hastalığı beyin hücrelerinin zarar görerek yok olmalarına sebep olan bir demans türüdür. Yaşlılıkla birlikte ortaya çıkma ihtimali yüksek olmasına rağmen belirtileri erken yaşlarda da görülmektedir. Hafif Bilişsel Bozukluk evreleri yaşla ilişkili olmayan bellek bozukluğu ve demans arasında bir hastalıktır. Alzheimer Hastalığının erken teşhisi için bu evrelerin tespiti ayrıca önem taşımaktadır. Hastalık evreleri arasında belirli bir geçişten söz edilememektedir. Bu sebeple erken dönemde teşhis ve tedavi edilmeleri zorlaşmaktadır. Nörogörüntüler, sosyodemografik bilgiler, genetik ve bilişsel skor verileri hastalığın teşhisinde kullanılmaktadır. Farklı türde verileri birleştirerek kişinin Alzheimer olup olmadığı ya da Hafif Bilişsel Bozukluk evrelerinin hangi seviyesinde olduğunu tahmin eden yöntemler bulunmaktadır. Araştırmada hastaya ait farklı bilgilerin 3B ve 2B sMRI taramaları üzerine füzyon edilmesinin etkisi gösterilmek amaçlanmıştır. Bu amaç doğrultusunda yaş ve cinsiyet demografik verisi, Apolipoprotein ε4 gen verisi ve MiniMental State Examination skor verilerinden yararlanılmıştır. Bu bilgiler 3D-PI ve 2D-PI adı verilen belirteçlerle Alzheimer’s Disease Neuroimaging Initiative (ADNI)’den alınan 3B sMR görüntüleri ve bunlardan elde edilen 2B dilimler üzerine kodlanarak füzyon edilmiştir. Bu yöntem 3D MRIwPI ve 2D MRIwPI şeklinde adlandırılmıştır. Verisetinde 534 katılımcının Alzheimer Hastası (AD), Erken Hafif Bilişsel Bozukluk (EMCI), Geç Hafif Bilişsel Bozukluk (LMCI) ve Kontrol Normal (CN) sınıflarına ait toplam 4000 görüntü bulunmaktadır. Görüntülerin çoklu sınıflandırılmasında 2D ve 3D Convolutional Neural Networks (CNN) mimarisine bir derin öğrenme metodu önerilmiştir. Yöntem uygulanmadan yapılan sınıflandırmada % 86, 3D MRIwPI yöntemiyle füzyon edilmiş 3B görüntülerin sınıflandırılmasında % 90 doğruluk oranına ulaşılmıştır. 2B görüntülerin sınıflandırılmasında ise 2D MRIwPI yöntemiyle doğruluk oranı % 81’den % 87’ye yükselmiştir. Böylece farklı türdeki verilerin farklı boyuttaki nörogörüntülerle birleştirilmesinin sınıflandırma üzerindeki etkisi gösterilmiştir. Alzheimer Hastalığı’nın erken teşhisi için önemli nörogörüntü ve hasta bilgilerinin bir arada ve aynı anda değerlendirilebileceği gösterilmiştir.