Lumbar Vertebraların Bilgisayarlı Tomografi Görüntülerinden Ölçülen Yükseklik Ve Derinlik Değerlerinin Yapay Zeka İle Cinsiyet Tayininde Kullanılabilirliği
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Radyolojik Bilimler Anabilim Dalı, Türkiye
Tez Danışmanı: Bünyamin Şahin
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Cinsiyet tayini, kimlik tespitinde en önemli adımlardan biridir. Cinsiyet tayininde, güvenirliliği kanıtlanmış olan pelvis ve kafatası kemikleri sıklıkla kullanılır. Fakat bazen bu kemiklere olay yerinde ulaşılamayabilir. Bu gibi durumlarda vertebralar, sayıca çok olan ve daha iyi korunabilen kemikler olarak cinsiyet tahmininde kullanılmıştır. Bu çalışma ile, bilgisayarlı tomografiden elde edilen lumbar vertebra görüntüleri üzerinde işaret noktaları arasındaki uzunluk ve açı değerlerini hesaplayarak, makine öğrenme sınıflandırıcıları ile cinsiyet tahmini yapmayı amaçladık. Ondokuz Mayıs Üniversitesi Radyoloji Ana Bilim Dalı arşivinden alınan, hiçbir anomalisi olmayan 20-40 yaş aralığında 50 kadın 50 erkek hastanın lumbar vertebra bilgisayarlı tomografi görüntüleri kullanıldı. Digital Imaging and Communications in Medicine (DİCOM) formatındaki görüntüler kişisel iş istasyonunda (Horos Project, Version 3.0) ortogonal düzleme getirildi. Makine öğrenmesi algoritmalarını kullanmak amacıyla geliştirilmiş olan Sekazu adlı programa yüklenen görüntüler üzerinde anatomik noktalar elle etiketlenerek uzunluk ve açı değerleri hesaplandı. 13 farklı makine öğrenme sınıflandırıcısı kullanılarak, doğruluk oranları hesaplandı. Bu hesaplamaların sonucuna göre L1-L5 vertebralarının cinsiyet tayininde doğruluk oranları sırasıyla %93, %90, %90, %87 ve %86 olarak bulundu. Bu veriler, K-Nearest Neighbors, Extra Tree, Random Forest, Decision Tree, Gaussian Bayes ve Linear Discrimant Classifier makine öğrenme sınıflandırıcıları ile bulundu. Elde edilen sonuçlara göre lumbar vertebra üzerinde etiketlenen noktalar ve makine öğrenmesi uygulaması sonucunda %86-%93 aralığında doğruluk oranları ile cinsiyet tahmini yapılabileceği bulundu. Cinsiyet tahmininde doğruluk oranı en yüksek vertebranın L1 olduğu sonucuna ulaşıldı. L1-L5 omurları için yapılan hesaplamalar sonucunda, parametrelerin birçoğunun erkeklerde kadınlardan daha büyük ve istatistiksel olarak anlamlı bulundu. Bu verilere dayanarak bel omurlarının cinsel dimorfik olduğu sonucuna ulaşıldı.
Anahtar Sözcükler: Cinsiyet tayini, Yapay zeka, Açı ölçümü, Uzunluk ölçümü, Bilgisayarlı tomografi.