Sagittal Görüntülerde Lumbar Lordozun Cinsiyet Tayininde Yapay Zeka ile Kullanılması

1. BİLSEL ULUSLARARASI DÜNYA BİLİM ve ARAŞTIRMA KONGRESİ, İstanbul, Türkiye, 24 - 25 Haziran 2023, ss.819-820

Yayın Türü: Bildiri / Özet Bildiri
Basıldığı Şehir: İstanbul
Basıldığı Ülke: Türkiye
Sayfa Sayıları: ss.819-820
Ondokuz Mayıs Üniversitesi Adresli: Evet

Özet

Cinsiyet tahmini, kimlik tespitinde incelenen en önemli unsurlarından biridir.Tarih boyunca, adli antropologlar, morfologlar ve arkeologlar iskelet kalıntılarından cinsiyeti tahmin etmek için morfolojik ve antropometrik teknikler kullanmışlardır. Pelvis ve kafatası kemikleri sıklıkla kullanılmasına rağmen bazen bulunamayabilir. Bel omurları sayıca çok olan ve daha iyi korunabilen kemiklerdir. Bu çalışmada, lumbar vertebranın sagittal düzlemdeki bilgisayarlı tomografi görüntülerinde işaretlenen noktaların uzunluk ve açı değerlerinin makine öğrenme algoritmaları ile cinsiyet tayininde kullanılabilirliğini tespit etmeyi amaçladık. Ondokuz Mayıs Üniversitesi Radyoloji Ana Bilim Dalı arşivinde bulunan ve herhangi bir patolojisi gözlenmeyen 20-40 yaş aralığında 50 kadın 50 erkek bireyin sagittal lumbar vertebra bilgisayarlı tomografi görüntüleri kullanıldı. Digital Imaging and Communications in Medicine (DİCOM) formatındaki görüntüler kişisel iş istasyonunda (Horos Project, Version 3.0) ortogonal düzeleme getirildi. Yapay zeka uygulaması amacıyla geliştirilen Sekazu adlı programa aktarılan görüntülerde anatomik noktalar elle işaretlendikten sonra uzunluk ve açı değerleri hesaplandı. 13 ayrı makine öğrenme algoritması kullanılarak belirlenen parametrelerin doğruluk oranları bulundu. Yapılan işaretlemelere göre lumbal lordozun cinsiyet tayininde kullanılabilecek algoritmaların, en yüksek doğruluk oranı %85 ile Decision Tree, Extra Tree, Nu-Support Vector ve Random Forest oldukları bulundu. Elde etmiş olduğumuz bulgulara göre sagittal bel omurları üzerinde işaretlenen noktalar ve yapay zeka uygulaması sonucunda %69-%85 arasında değişen doğruluk oranları ile cinsiyet tayini yapılabileceği bulundu. Çalışmanın veri analizi SPSS 2.0 ile yapıldı. Her bir veri için Normality test olan Shapiro-Wilk testi uygulandı. Bu testin sonucunda nonparametrik Mann Whitney U testi uygulandı. Lp1p3, Lp2p4, Lp4p6, Lp3p5, Lp5p7, Lp7p9, Lp8p10, Ap6p8p10 ve Ap5p7p9 parametrelerinin ortalama değerleri erkeklerde kadınlardan daha büyük olup, Lp1p3, Lp2p4, Lp4p6, Lp3p5, Lp5p7, Lp7p9 ve Lp8p10 parametreleri için bu fark istatistiksel olarak anlamlı (p≤0,05), Ap6p8p10 ve Ap5p7p9 parametreleri için ise anlamsız (p≥0,05) bulundu. Ap1p3p5, Ap2p4p6, Ap3p5p7 ve Ap4p6p8 parametrelerinin ortalama değerleri kadınlarda erkeklerden daha büyük olup bu fark istatistiksel olarak anlamsız bulundu (p≥0,05).