dc.description.abstract | Dismorfiğin kelime anlamı insanın doğuştan şekil bozukluğu olarak
tanımlanmaktadır. Dismorfik otozomal kromozom hastalıkların günümüzde en sık
rastlanan sendromu trizomi 21 yani down sendromudur. Bu nedenle down
sendromunun klinik ön tanı tespiti önem arz etmektedir. Klinik ön tanı, referans
kitaplardaki örnek resimlerden karşılaştırma yolu ile veya hekimden hekime değişiklik
gösteren tecrübe faktörü sayesinde konulabilmektedir. Bu çalışmada, down
sendromu şüphesine sahip kişilere farklı klinik ön tanıların konulmasını
engelleyebilmek ve bu işlemi hekimlerin tecrübelerinden bağımsız bir hale
getirebilmek için karşılaştırma yönteminin niteliksel olarak incelenip görüntü analizi ile
klinik ön tanının konulabilmesi hedeflenmiştir. Çalışmada 5-6 yaş grubundaki 18 adet
down sendromlu çocuğun yüz fotoğrafları ile 18 adet normal morfolojiye sahip
çocuğun yüz fotoğraflarından bir veri tabanı oluşturulmuştur. Fotoğrafların
tamamında elastik yüz demet grafik yöntemi ile yüzdeki kritik noktalar tespit edilmiştir.
Daha sonra bu kritik noktalardan klinik ön tanı için 10’ar adet öz nitelik vektörü elde
edilmiştir. Öz nitelik vektörleri, oluşturulan MATLAB tabanlı bilgisayar programının
eğitilmesinde kullanılmıştır. Bu eğitim işlemi yapay sinir ağları ile gerçekleştirilmiştir.
Sonuç olarak, kullanılan iki farklı yapay sinir ağı metodu ile %68,7 doğrulukta down
sendromlu kişinin klinik ön tanısı konulabilmektedir. Ġlerleyen çalışmalarda daha
geniş veri tabanları oluşturularak başarı oranının arttırılması mümkün olacaktır. Bu
sayede dismorfik hastalıkların klinik ön tanısının konulmasında standardizasyona
ulaşılması hedefi sağlanabilecektir.
The lexial meaning of the dysmorphic is defined as the congenital malformation of
human. At the present time, the most common syndrome of the dysmorphic
autosomal chromosome diseases is Trisomy 21, in other words down syndrome.
Therefore, clinic pre-diagnosis of down syndrome carries severity. Clinic prediagnosis
can be estimated by either comparison of the images on reference books
or experience which can show difference from one clinician to other. On this study, in
order to obstruct the dissimilarity of prediagnosis for the patients who are doupted
likely down syndrome and to render this process clinican independent, it is aimed to
determine the clinic prediagnosis by the image analysis subsequently qualitatively
observation of the comparison method. Regarding our study, a database has been
constituted with the face photos of 18 children who has already been diagnosed
down syndrome and 18 children who has normal morphology. At the MATLAB based
program which is written for our thesis, the fiducial points on faces are determined by
using the elastic face bunch graph method for all photos. Afterwards, 10 feature
vectors for all faces are obtained from these fiducial points for cilinic prediagnosis.
Feature vectors are used for training the program by artificial neural networks. In
conclusion, by using two different artificial neural network method, the determination
of clinic prediagnosis for a patient who has down syndrome can be done with an
accuracy of 68%. For further studies, it will be possible to increase the success ratio
by creating larger databases. As a result of these studies, we will be able to reach a
standardiazation for pre-diagnosis of dysmorphic diseases. | en_US |