1. Pediatrik Hastalarda Üroflovmetre ve EMG Sinyallerinin Yapay Sinir Ağları Kullanılarak Sınıflandırılması
- Author
-
Cem Irkilata, Fikret Yalcinkaya, Ozan Caliskan, Osman Erogul, Emrah Coguplugil, Burak Kopru, Kırıkkale Üniversitesi, TOBB ETU, Faculty of Engineering, Department of Biomedical Engineering, TOBB ETÜ, Mühendislik Fakültesi, Biyomedikal Mühendisliği Bölümü, and Eroğul, Osman
- Subjects
medicine.medical_specialty ,Artificial neural network ,medicine.diagnostic_test ,business.industry ,pediatri ,Electromyography ,body regions ,üroflovmetre ,Signal classification ,Physical medicine and rehabilitation ,EMG ,classification ,medicine ,yapay sinir ağları ,Classification methods ,pediatry ,sınıflandırma ,uroflowmeter ,business ,artificial neural networks - Abstract
UF-EMG test, in which non-invasive uroflowmetry (UF) and electromyography (EMG) signals are simultaneously recorded, is frequently used in children diagnosed with lower urinary tract dysfunction disease (AUSD) and its treatment. In the literature, independent (single) UF signals and integrated (dual) UF-EMG signals are graded many times but there is no classification study of UF-EMG integrated signals with Artificial Neural Networks (ANN), although studies have been done to classify UF signals with ANN. In this paper, it was aimed to classify the UF-EMG signals recorded from pediatric patients during the UF-EMG tests in Urodinami Center of Gulhane Education and Research Hospital using ANN. 773 (80%) of the 967 patients with an average age of 8 were used for training and 194 (20%) were used for the test. In YSA, the contribution of the features obtained from the EMG signals played a crucial role and was the main reason to improve the signal classification from 58% to 84.02%. The new classification method created by the obtained data does facilitate the interpretation of UF-EMG results for the clinical personnel in diagnosis, follow-up and treatment of patients. It is also aimed that the pediatric patients living in regions with less access to health care can be treated by providing an early and easy preliminary diagnostic tool., Günümüzde çocuklarda alt üriner sistem disfonksiyonu (AÜSD) hastalıklarının teşhisinde ve tedavinin takibinde, girişimsel olmayan (noninvaziv) üroflovmetri (UF) ve elektromiyografi (EMG) sinyallerinin eşzamanlı olarak kaydedildiği UF-EMG testi sıklıkla kullanılmaktadır. Literatürde, bağımsız UF sinyalleri ve UF-EMG sinyalleri birçok defa derecelendirilmiş, UF sinyallerinin Yapay Sinir Ağları (YSA) ile sınıflandırılmasına dair çalışmalar yapılmış olmasına rağmen, UF-EMG sinyallerinin birlikte kullanıldığı YSA ile sınıflandırma çalışması bulunmamaktadır. Bu çalışmada, Gülhane Eğitim ve Araştırma Hastanesi Ürodinami Merkezinde, pediatrik hastalara uygulanan UFEMG testleri sırasında kaydedilen sinyallerin YSA kullanılarak sınıflandırılması amaçlanmıştır. Yaş ortalaması 8 olan 967 hasta verisinden 773 adedi (%80) eğitim, 194 adedi (%20) ise test amaçlı kullanılmış, YSA’da EMG sinyallerinden elde edilen özniteliklerin katkısı başarı oranının %58‘den %84,02 seviyelerine gelmesini sağlamıştır. Elde edilen veriler ile oluşturulan yeni sınıflandırma metodu hastaların tanı, takip ve tedavisinde sağlık personelinin UF-EMG sonuçlarını yorumlamasında kolaylık sağlamayı; sağlık hizmetine ulaşma imkânı daha az olan bölgelerdeki çocuk hastalara, daha erken ve kolay ön tanı konularak uygun tedaviye yönlendirme imkânı sağlamayı hedeflemektedir.
- Published
- 2017