Avuç içi terlemesi ile kandaki glikoz ve HbA1C parametrileri arasındaki ilişkinin yapay sinir ağları kullanılarak belirlenmesi

Abstract

Günümüzde hızla artan diyabet hastalığının kontrol edilmesi önem arz etmektedir. Yetişkinlerin yanı sıra çocukların da diyabet olma oranları gün geçtikçe artmaktadır. Diyabet hastalarının düzenli olarak kan glikoz (Şeker) ve HbA1c değerlerini kontrol etmeleri gerekmektedir. Bu kontroller, mevcut tekniklerle deriye zarar vererek tek kullanımlık örnek alan invaziv teknikler ile gerçekleştirilirken hastalara acı ve eziyet vermektedir. Bu çalışmada, vücuda zarar vermeyen invaziv olmayan teknik kullanılarak avuç içi terleme ölçümlerin alınabileceği bir sistem geliştirilerek kan Glikoz ve HbA1c değerlerinin Olasılıksal Yapay Sinir Ağı, Elman Yapay Sinir Ağı, İleri Beslemeli Çok Katmanlı Yapay Sinir Ağı ve Radyal Tabanlı Yapay Sinir Ağı yapıları ile karşılaştırmalı incelenmiştir. Sonuç olarak, en iyi performans; Fark öznitelikleri ve 1. tekli eğim özniteliği parametreleri kullanımı sayesinde kan glikoz değeri % 24.4 ve HbA1c değeri ise % 14.9 hatayla Radyal Tabanlı Yapay Sinir Ağı kullanılarak tahmin edilebilmiştir.

It has a vital importance to control diabetes disease. Together with matures, disease rates of children is also increasing. Patients have to monitor blood glucose and HbA1c rates regularly. These monitoring needed to be done quick and sterilized. But also pain of patient during these monitoring should be prevented. Shortly, a technique which is not invasive should be used. In this study, it is tried to develop a non-invasive technique and a suitable parameter to the method. Palm perspiration is measured and by calculating various parameters and by using different ANN structures blood glucose and HbA1c rates are tried to be determined. In this study, it is showed how to determine blood glucose and HbA1c rates. As a conclusion; best results are obtained by using difference attributes and 1. monoslope parameters, with Radial Bases artificial Neural Network which indicates an error rate of 24.4% for blood glucose and 14.9% for HbA1c.