Ertaş, Gökhan

Article | 2018 | Electrica18 ( 2 ) , pp.242 - 248

Melanocytic lesions are the main cause of death from skin cancer, and early diagnosis is the key to decreasing the mortality rate. This studyassesses the role of input-vector encoding in neural network-based classification of melanocytic lesions in dermoscopy. Twelve dermoscopicmeasures from 200 melanocytic lesions are encoded by compact encoding, ACD encoding, 1-of-N encoding, normalized encoding, and rawencoding, resulting in five different input-vector sets. Feed-forward neural networks with one hidden layer and one output layer are designedwith several neurons in the hidden layer, ranging from two to twenty-two for each type of . . .input-vector set, to classify a melanocytic lesion intocommon nevus, atypical nevus, and melanoma. Accordingly, 105 networks are designed and trained using supervised learning and then testedby performing a 10-fold cross validation. All the neural networks achieve high sensitivities, specificities, and accuracies in classification. However,the network with seven neurons in the hidden layer and raw encoded dermoscopic measures as the input vector realizes the highest sensitivity(97.0%), specificity (98.1%), and accuracy (98.0%). The practical use of the network can facilitate lesion classification by retaining the neededexpertise and minimizing diagnostic variability among dermatologists Daha fazlası Daha az

Ertaş, Gökhan | Gültekin, Nida

Article | 2018 | Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi22 ( 1 ) , pp.32 - 37

The respiration pattern represents the volume of air in the lungs as afunction of time during human respiration process. Abnormal changes in thispattern can be signs of several diseases or conditions. There exit severalrespiration pattern detection methods. Among them, an easy technique relies onsensing the movements of thoracic and (or) abdominal regions. In this study, adevice based on thoracic motion tracking with complementary filtering has beendeveloped to detect the respiration pattern. The device is equipped with a motionsensor placed in a flexible belt housing a three-axis accelerometer and a three-axisgyroscope and a UART-t . . .o-USB converter providing computer connectivity. Thedevice is operated by a microcontroller that controls the operation of the motionsensor, applies complementary filtering to the motion data acquired and transfersthe results to a personal computer. The device is powered from the computer it isconnected to. Experiments with using the device during continues inhaling andexhaling, deep inhaling followed by breath-hold and deep exhaling followed bybreath-hold respiration activities in standing, lying and seated postures show thatthoracic motion tracking with complementary filtering may provide quite wellrespiration pattern detections. Solunum motifi, insan solunum işlemi sırasında zamanın bir fonksiyonuolarak akciğerlerdeki hava hacmini temsil eder. Bu desendeki anormaldeğişiklikler birtakım hastalıkların veya durumların belirtileri olabilir. Solunummotifinin tespitinde birçok yöntem bulunmaktadır. Bunlar arasında kolay birteknik göğüs ve (veya) karın bölgelerinin hareketlerinin algılanmasınadayanmaktadır. Bu çalışmada, tamamlayıcı filtreleme ile göğüs hareket izlemeyedayalı bir solunum deseni tespit cihazı geliştirilmiş bulunmaktadır. Cihaz esnek birkemer içine yerleştirilmiş üç eksenli bir ivmeölçer ve üç eksenli bir jiroskopbarındıran bir hareket algılayıcısı ve bilgisayar bağlantısı sağlayan bir UART-USBdönüştürücüsü ile donatılmıştır. Cihaz hareket algılayıcısının çalışmasını kontroleden, elde edilen hareket verilerine tamamlayıcı filtreleme uygulayan ve sonuçlarıkişisel bir bilgisayara aktaran bir mikrodenetleyici tarafından işletilmektedir.Cihaz bağlı olduğu bilgisayardan beslenmektedir. Ayakta durma, yatma ve oturmapozisyonlarında; sürekli nefes alma ve verme, derin nefes almayı takiben nefestutma ve derin nefes vermeyi takiben nefes tutma solunum aktiviteleri süresincecihaz kullanarak gerçekleştirilen deneyler tamamlayıcı filtreleme ile göğüshareketi izlemenin oldukça iyi solunum deseni tespitlerine imkân tanıyabildiğinigöstermektedir Daha fazlası Daha az