Ses Sinyallerinden Parkinson Hastalığının Teşhisi İçin Hibrit Makine Öğrenmesi Temelli Cinsiyete Bağlı Yeni Bir Yaklaşım

Abstract

Parkinson hastalığı, insanın temel fonksiyonları olan konuşma, yürüme, uyku, hareket gibi birçok hayati işlevlerde bozukluğa sebep olur. Bu hastalığın olumsuz etkilerinden kurtulmak için erken teşhis çok önemlidir. Doktorlar Parkinson hastalığının teşhisini yapabilmek için, beyin tomografisi, biyokimyasal ve fiziksel bazı testlere ihtiyaç duymaktadır. Ayrıca bu hastalıktan muzdarip olanların büyük çoğunluğunun 60 yaşın üzerinde olması hastalığın teşhisi için gerekli olan testlerin yapılmasını zorlaştırmaktadır. Parkinson hastalığının teşhis sürecinin bu denli zor olması yeni araştırmaları tetiklemektedir. Bu tez çalışmasında Parkinson hastalığını akustik sesler yardımıyla hibrit makine öğrenmesi temelli modellerle teşhis edilmesi hedeflenmiştir. Bu amaçla, Parkinson hastası olan 188 (107 Erkek - 81 Bayan) bireye ve Parkinson hastası olmayan 64 (23 Erkek - 41 Bayan) bireye üç defa "a" harfi söyletilerek ölçümler yapılmıştır. Bu çalışmada kaydedilen 756 ölçümden oluşan veri seti kullanılmıştır. Bu veri seti cinsiyet bazlı (Bay-Bayan) ayrılarak üç ayrı veri seti (Bay, Bayan ve Karışık) oluşturulmuştur. Bundan sonraki tüm adımlar bu üç veri seti için ayrı ayrı işlenmiştir. İlk olarak ses kayıtlarını Baseline, Time, Vocal, MFCC ve Wavelet özellik guruplarına ayrıldı. Daha sonra veri setleri, "Hasta/Sağlıklı" özelliği bakımından dengeli hale getirilmiştir. Ardından Eta korelasyon katsayısı tabanlı özellik seçme algoritması (E-Score) yardımıyla, her özelik grubu için en iyi %20 özellik seçilmiştir. Daha sonra karar ağaçları ve destek vektör makinaları kullanılarak hibrit makine öğrenmesi temelli yeni yaklaşımlar geliştirilmiştir. Bunun için veri setleri sistematik örnekleme yöntemi yardımıyla %75 eğitim, %25 test grubu olmak üzere ikiye ayrılmıştır. Tasarlanan bu modellerin performansı; Doğruluk oranı, Özgüllük, Duyarlılık, F-Ölçümü, AUC ve Kappa değerleri ile hesaplanmıştır. Bu tez çalışmasında; bay veri seti ile elde edilen en iyi doğruluk oranı, özgüllük ve duyarlılık değerleri sırasıyla %93,81, 1 ve 1'dir. Bayan veri seti ile elde edilen bu değerler ise sırayla %91,21, 0,97 ve 0,98'dir. Aynı şekilde ham (karışık) veri seti ile elde edilen bu değerler ise sırasıyla %93,12, 0,94 ve 0,98'dir. Elde edilen yüksek başarı oranları, tasarlanmış olan modellerin Parkinson hastalığı teşhisi için kullanılabileceğini göstermektedir. Ayrıca bu çalışmada cinsiyet bazlı veri setlerinin kullanılmasının Parkinson hastalığı teşhisinde performansı artırdığı gözlemlenmiştir.

Parkinson's disease causes disruption in many vital functions such as speech, walking, sleeping, and movement, which are the basic functions of a human being. Early diagnosis is very important for the treatment of this disease. In order to diagnose Parkinson's disease, doctors need brain tomography, and some biochemical and physical tests. In addition, the majority of those suffering from this disease are over 60 years of age, make it difficult to carry out the tests necessary for the diagnosis of the disease. This difficult process of diagnosing Parkinson's disease triggers new researches. In this thesis, it is aimed to diagnose Parkinson's disease with models based on hybrid machine learning with the help of acoustic sounds. For this purpose, 188 (107 Male -81 Female) individuals with Parkinson's disease and 64 healthy (23 Male - 41 Female) individuals were asked to say the letter "a" three times and their measurements were made and recorded. In this study, the data set of recorded 756 measurements was used. By separating this data set based on gender (Mr.-Mrs.), three separate data sets (Mr., Mrs. and Mixed) were created. All the next steps are processed separately for these three data sets. First, the audio recordings were devoted to the Baseline, Time, Vocal, MFCC and Wavelet feature groups. Later, data sets were balanced in terms of "Patient / Healthy" feature. Then, with the help of Eta correlation coefficient based feature selection algorithm (E-Score), the best 20% percent feature was selected for each property group. Later, new approaches based on hybrid machine learning were developed using decision trees and support vector machines. For this, data sets are divided into two groups as 75% education and 25% test groups with the help of systematic sampling method. Performance of these designed models were calculated with Accuracy rate, Specificity, Sensitivity, F-Measurement, AUC and Kapa values. In this thesis study; The best accuracy rate, specificity and sensitivity values obtained with the male data set are 93,81%, 1 and 1 respectively. These values obtained with the female data set are 91,21%, 0,97 and 0,98 respectively. Similarly, these values obtained with the raw (mixed) data set are 93,12%, 0,94 and 0,98 respectively. The high success rates obtained show that the models which designed can be used for the diagnosis of Parkinson's disease. In addition, it was observed that the use of gender-based data sets increased performance in the diagnosis of Parkinson's diseas.