Yazar "Seçgin, Yusuf" seçeneğine göre listele

Listeleniyor 1 - 4 / 4
  • Küçük Resim Yok
    Öğe
    Analysis of the correlation between thyroid hormones and thyroid volume by gender: a volumetric computed tomography study
    (2022) Öner, Serkan; Seçgin, Yusuf; Öner, Zülal; Toy, Şeyma
    The aim of this study was to evaluate the correlation between triiodothyronine (T3), thyroxine (T4), and thyroid-stimulating hormone (TSH) hormones and thyroid gland\rvolume with volumetric analysis performed by using computed tomography (CT) images. In this retrospective study, IV contrasted thoracic CT images taken for different\rindications between 2019 January and 2020 January were scanned from the archive system of the hospital. 67 (31F, 36M) individuals chosen randomly among patients\rwhose CT results were reported as normal and who had taken thyroid hormone tests within the past week were included in the study. Images in Digital Imaging and\rCommunications in Medicine format were transferred to the personal work station program (Horos Medical Image Viewer). By using the Region of Interest (ROI) console\rin the current program, a three dimensional model was obtained by drawing the border of the thyroid gland in sections varying between 15 and 25. Volume values of this\rthree-dimensional model and TSH, T3, T4 values of the individuals were compared. While no correlation was found between thyroid gland volume and T3 and T4 hormones, a negative significant correlation was found with TSH. In terms of gender, thyroid gland volume, T3, T4 values were found to be statistically significantly higher in\rwomen when compared with men (p?0.05). TSH value was found to be higher in women when compared with men (p=0.005). No statistically significant difference was\rfound in T4 value (p=0.057). Radio-anatomical volumetric data of the thyroid gland presented in this study and its correlation with thyroid functions will be beneficial to\rclinicians working in the field in both internal and surgical medicine branches and will also guide future studies.
  • Küçük Resim
    Öğe
    DİREKT EL GRAFİLERİNDEN EFFICIENTNET DERİN ÖĞRENME MODELİ KULLANILARAK CİNSİYET TAHMİNİ
    (2024-06) Seçgin, Yusuf
    Cinsiyet tahmini adli antropolojide kimliklendirmenin ilk ve en önemli basamağıdır. Kimliklendirme için yapılan cinsiyet tahmininde uzun yıllar yapısını koruyabilen ve çevresel faktörlerden minimum etkilenen kompakt yapısı ile kemik doku sıkça kullanılmaktadır. Kemik doku içerisinde pelvis ve cranium kemikleri en güvenilir olarak görülse de savaş, doğal afet, trafik kazaları gibi durumlarda bulunamayabilir ya da bütünlüğü bozulmuş olabilir. Bundan dolayı literatürdeki güncel çalışmalar diğer kemik dokularına da odaklanmaktadır. Çalışma çeşitli sağlık sorunları ile Karabük Üniversitesi Eğitim ve Araştırma Hastanesi’ne başvurmuş el kemiklerinde herhangi patoloji ya da cerrahi girişim öyküsü olmayan 3-18 yaş aralığındaki 350 kadın, 350 erkek bireye ait el direkt grafileri (X-Ray) üzerinden gerçekleştirildi. Elde edilen 700 X-Ray görüntüsü orijinal veri setini oluşturdu. Daha sonra orijinal verilere veri zenginleştirme işlemi uygulanarak 2300 görüntü daha elde edildi (Veri zenginleştirme; belirli kurallara uygun olarak verinin yakınlaştırma, döndürme, genişlik kaydırma, yükseklik kaydırma ve yatay döndürme işlemine tabi tutularak çoğaltılmasıdır). Elde edilen genişletilmiş 3000 görüntülük veri setinin %80’i eğitim, %10’u doğrulama ve %10’u test seti olarak belirlendi ve derin öğrenme modellemesi yapıldı. Derin öğrenme modellerinden EfficientNet B0 modeli tercih edildi ve bu modelin performansı ResNet-50 ve Xception modelleri kullanılarak karşılaştırma yapıldı. Çalışma sonucunda cinsiyet tahmini açısından EfficientNet B0 modeli ile 0.98 doğruluk oranı elde edildi. Modelin performansını değerlendirmek için kullanılan Xception modeli ile 0.95, ResNet-50 modeli ile de 0.93 oranında doğruluk elde edildi. El X-Ray görüntüleri üzerinden derin öğrenme modelleri kullanılarak yapılan bu cinsiyet tahmini çalışmasında yüksek doğruluk ve güvenilirlik elde edildi. Bu bağlamda yapılan bu çalışmanın anatomi, adli tıp ve adli antropoloji bilimlerine önemli katkılar sunacağı kanaatindeyiz.
  • Küçük Resim Yok
    Öğe
    Gender prediction with parameters obtained from pelvis computed tomography images and decision tree algorithm
    (2021) Seçgin, Yusuf; Öner, Zülal; Turan, Muhammed Kamil; Öner, Serkan
    Gender prediction is among the most critical topics in forensic medicine and anthropology since it is the basis of identity (height, weight, ancestry, age). Today, osteometry which is a low-cost, easily accessible method that requires no expertise is preferred when compared to DNA technology, which has several disadvantages such as high cost, accessibility, laboratory facilities, and expert personnel requirements. The Computed Tomography (CT) method, which is little affected by orientation and provides reconstruction opportunities, was selected instead of traditional methods for osteometry. This study aims to predict high and accurate gender with the Decision Tree (DT) algorithms used in the field of health recently. In the present study, CT images of 300 individuals (150 females, 150 males) without a pathology on the pelvic skeleton and between the ages of 25 and 50 were transformed into orthogonal form, landmarks were placed on promontorium, sacroiliac joint, iliac crest, terminal line, anterior superior iliac spine, anterior inferior iliac spine, greater trochanter, obturator foramen, lesser trochanter, femoral head, femoral neck, the body of femur, ischial tuberosity, acetabulum, and pubic symphysis, and the coordinates of these landmarks were determined. Then, parameters such as angle and length were obtained with various combinations. These parameters were analyzed with the DT algorithm.The analysis conducted with the DT algorithm revealed that accuracy (Acc) was 0.93, sensitivity was 0.95, specificity was 0.90, and the Matthews correlation coefficient was 0.86 for the pelvic skeleton. It was observed that the accuracy was quite high and more realistic when determined with the DT algorithm. In conclusion, the DT algorithm with multiple parameters and samples on pelvic CT images could improve the Acc of gender prediction.
  • Küçük Resim
    Öğe
    PELVİS BİLGİSAYARLI TOMOGRAFİ GÖRÜNTÜLERİNDEN ELDE EDİLEN PARAMETRELER İLE MAKİNE ÖĞRENME ALGORİTMALARI KULLANILARAK CİNSİYET TAHMİNİ ÜZERİNE BİR DENEME
    (2020-01-20) Seçgin, Yusuf
    Cinsiyet tahmini antropolojik, tıbbi ve adli uygulamalarda önemlidir. Cinsiyet tahmini iskelet sistemini oluşturan kemikler üzerinden yapılabilmektedir. Kemikler içerisinde cinsiyet tahmininde en güvenilir kemik olarak görülen ise pelvis iskeletini oluşturan kemiklerdir. Bu çalışmanın amacı; bilgisayarlı tomografi görüntüleri üzerinden pelvis kemiğine işaret noktaları yerleştirilerek makine öğrenme algoritmaları kullanılarak cinsiyet tahmini denemesi yapmaktır. Çalışmamız daha önceden çeşitli sağlık problemleri ile Karabük Üniversitesi Eğitim Araştırma Hastanesine başvurmuş 25-50 yaş arası sağlıklı olduğu belirlenen 300 bireye (150 kadın, 150 erkek) ait hastane Picture Archiving and Communication System (PACS) arşiv sistemindeki Bilgisayarlı Tomografi (BT) görüntüleri üzerinden yapılmıştır. Elde edilen görüntüler Digital Imaging and Communications in Medicine (DICOM) formatında kaydedilerek kişisel iş istasyonuna (Horos Project, Versiyon 3.0) aktarıldı. Daha sonra görüntüler ortogonal düzleme getirilerek promontorium, crista iliaca, articulatio sacroiliaca, spina iliaca anterior superior, spina iliaca anterior inferior, linea terminalis, foramen obturatum, trochanter major, trochanter minor, caput femoris, collum femoris, tuber ischiadicum, acetabulum, symphsis pubis’e işaret noktaları yerleştirilerek bu bölgelere ait koordinatlar elde edilmiştir. Elde edilen koordinatlar Sekazu programına aktarılarak 34 farklı uzunluk ve 8 farklı açı elde edilmiştir. Toplam 42 farklı uzunluk ve açı Sekazu programındaki makine öğrenme algoritmaları kullanılarak çözümlenmiştir. Çözümlemenin sonucunda; Karar Ağacı (KA) ile %91-93, Rastgele Orman (RO) ile %90-93, ADA Boost Sınıflandırması (ADA) ile %91-94, Lojistik Regresyon (LR) ile %90-94, Doğrusal Diskriminant Analizi (DDA) ile %90-96, Ekstra Ağaçlar Sınıflandırması (EAS) ile %90-93 oranında cinsiyeti tahmin edebildiği tespit edilmiştir. Çalışmamızın sonucunda; pelvis BT görüntüleri üzerinden makine öğrenme algoritmaları kullanılarak yüksek oranlarda cinsiyeti tahmin edilebileceği ortaya konulmuştur.