Behçet Üveiti Hastalığının Tespitinde Farklı Makine Öğrenme Algoritmaları ve Yeniden Örnekleme Tekniklerinin İncelenmesi

Authors : Dilek Karadeli

Pages : 65-76

View : 26 | Download : 22

Publication Date : 2025-01-25

Article Type : Research Paper

Abstract :Behçet hastalığı, ağız ülserleri, genital ülserler ve göz iltihapları (üveit) gibi çeşitli semptomlarla kendini gösteren, kronik ve tekrarlayıcı bir sistemik inflamatuvar hastalıktır. Özellikle gözde gelişen üveit türü, retina ve damarları etkileyerek kalıcı görme kaybına neden olabilmektedir. Bu nedenle, hastalığın erken teşhisi ve doğru tedavi yöntemlerinin belirlenmesi hayati önem taşımaktadır. Ancak, bu hastalığın tanısında spesifik bir laboratuvar testinin olmaması ve semptomlarının diğer hastalıklarla benzerlik göstermesi, tanı sürecini karmaşık hale getirmektedir. Bu bağlamda, gerçekleştirilen bu çalışmada, üveit tanısı almış hastaların Behçet üveiti olup olmadığını belirlemek amacıyla makine öğrenmesine (MÖ) dayalı bir karar destek sistemi önerilmiştir. Önerilen sistemde beş farklı makine öğrenme (MÖ) algoritmasının sınıflandırma başarımları on farklı örnekleme tekniği kullanılarak kıyaslanmıştır. Sınıflandırma işleminde eğitim ve test aşamasında kullanılacak olan veriler 80:20, 70:30, 60:40 ve 50:50 olmak üzere farklı oranlarda bölünmüştür. Algoritmaların başarımlarının karşılaştırılmasında veri setindeki tüm özellikleri kullanılarak doğruluk, duyarlılık, kesinlik ve F1 skoru başarı ölçütleri hesaplanmıştır. Yapılan analizlerde veri setinin bölünme oranının sınıflandırma başarısını etkilediği görülmüştür. En yüksek başarım %87 ile veri setinin 70/30 oranında bölünmesi durumunda Near Miss az örnekleme tekniği uygulanan Bagging sınıflandırma algoritması için elde edilmiştir. Yapılan analizler sonucunda, veri setinin bölünme oranı, kullanılan sınıflandırma algoritması ve örnekleme tekniklerinin uygulanmasının model başarımını önemli ölçüde etkilediği gösterilmiştir. Bu çalışma, Behçet hastalığının üveit tanısında MÖ tabanlı yaklaşımların etkinliğini ve bu tekniklerin klinik uygulamalarda potansiyelini vurgulamaktadır. Gelecekteki çalışmalar, daha büyük ve çeşitli veri setleri üzerinde yapılarak bu bulguların genelleştirilmesi üzerinde durulması planlanmaktadır.
Keywords : Behçet üveiti, sınıflandırma, örnekleme teknikleri