Yapay sinir ağları kullanılarak solunum fonksiyon testleri ile cinsiyet, obozite ve sigara kullanımının ilişkilendirilmesi

Abstract

Teknolojik gelişmeler ile gelinen nokta ve bu gelişmelerin tıp alanına uygulanması ile ortaya çıkan uzmanlık dalı olan biyomedikal sistemler, birçok hastalığın teşhis ve tedavisinde kullanılan yöntemler arasında önemli bir duruma gelmiştir. Biyomedikal sistemler yardımı ile ölçülüp kayıt alınan fizyolojik işaretlerin analizi, işaretlere ilişkin vücut bölgesi hakkında daha kullanışlı ve ayrıntılı bilgi elde edilmesini mümkün kılmıştır. Solunum problemlerinin erken ve doğru teşhisi birçok tedavi için büyük önem taşımaktadır. Solunum fonksiyonlarının ölçümü farklı pulmoner anormallikleri tespit etmek için gereklidir. Akciğerlerin solunumu nasıl gerçekleştirdiğini ve akciğerlerin ne kadar hava tutup oksijen ve karbondioksit değişimini ne kadar verimli yaptığını tespit etmek için çeşitli teknikler kullanılır. Solunum fonksiyon testleri (SFT), akciğerlerin ne kadar verimli performans gösterdiğini ölçmekte doktorlara yardımcı olmaktadır. Spirometri akciğer fonksiyonlarını değerlendirmek için yaygın olarak tercih edilen bir ölçüm metodudur. Belirli hastalıkların takibi ve tanısı için gönüllülerden SFT verilerini toplayan kuruluştan alınan parametrelerden bir veri tabanı oluşturulmuştur. Yapılan bu çalışmada SFT sonuçları ile gönüllü deneklerin sigara kullanımının tespit edilmesi hedeflenmiştir ve bu iki yapı arasında gerçekleştirilen ilişkilendirme ve tespitlerin sayısal verilere dökülmesi yapay sinir ağları vasıtasıyla gerçekleştirilmiştir.

With the latest technological developments and increasing level of usage these technologies in medicine, nowadays biomedical systems become more important in the diagnosis of diseases. The analysis of the recorded physiological signals with the help of biomedical systems made it possible to obtain more useful and detailed information about the body areas related to these signals. Early and accurate diagnosis of respiratory problems is having great importance for many related treatments. Measuring of respiratory functions is required to detect pulmonary abnormalities. Various techniques are used to determine how the lungs perform breathing and how much air the lungs hold and how efficient they exchange oxygen and carbon dioxide. Pulmonary function tests (PFT) help doctors measure how efficiently the lungs perform. Spirometry is a widely preferred method of measuring lung function. A database has been created from the parameters taken from the institution that collects PFT data of volunteers. Institution is collecting data order to follow up and diagnose some diseases. In this study, it was aimed to determine smoking habits of volunteer participant with their PFT results. The interrelation of these two structures to the numerical data was carried out by artificial neural networks.