Yeni Doğan Yoğun Bakim Üniteleri İçin Termal Görüntüleme Tabanli Ön-Teşhis Sistemi

Abstract

Dünya Sağlık Örgütü verilerine göre dünyada her yıl yaklaşık 15 milyon bebek 37?nci gebelik haftasından önce doğmaktadır. Özellikle çok erken doğum olarak adlandırılan 32 haftadan önce doğan bebeklerin her yıl yaklaşık 1 milyonunun hayatını kaybettiği bilinmektedir. Yenidoğan yoğun bakım ünitelerinde yer alan kuvözlerde bakım ve tedavileri yapılan erken doğmuş ve çok düşük doğum ağırlığına sahip bebeklerin dakikalar içinde değişim gösterebilen vücut sıcaklıklarının hızla tespit edilmesi, sağlık durumlarının izlenmesinde önem kazanmaktadır. Mevcut sistemlerle anlık sıcaklık değişimlerinin belirlenemediği ve yorumlanamadığı dolayısıyla erken teşhis yapılamadığı için tedavi edilebilecek birçok hastalığın bebeklerde ölüme yol açtığını düşünülmektedir. Dolayısıyla sıcaklığın doğru ölçümü ve sıcaklık değişimlerinin hızlı bir şekilde tespit edilmesi yenidoğan takibi için kritik noktalar arasındadır. Medikal termografi teknolojilerinin hızlı gelişimi, sıcaklığın temassız ve doğru bir şekilde ölçülmesine imkân sağlamaktadır. Non-invazif, iyonize olmayan, hızlı ve güvenilir bir metot olan kızılötesi termal görüntülemenin yenidoğan yoğun bakım ünitesinde kullanılması son zamanlarda önem kazanmıştır. Proje çalışması ile yenidoğan yoğun bakım ünitesinde bulunan bebeklerin termal görüntüleri alınmış ve bu termal görüntülerdeki farklılıklar analiz edilerek bir ön tanı sistemi oluşturulmuştur. İlk kez bu proje çalışmasında yenidoğan bebeklerin termal görüntülerine çoklu çözünürlük analiz yöntemleri uygulanmış ve sınıflandırma performansı değerlendirilmiştir. Çoklu çözünürlük analiz yöntemleri, segmente edilmiş görüntülerden özellik çıkarılması aşamasında görüntünün çeşitli seviyelere ayrıştırılmasında ve istatistiki özelliklerinin çıkarılmasında kullanılmıştır. Termal görüntüler analiz edilerek kalp rahatsızlığı bulunan bebekler ile sağlıklı bebekler % 90 oranında bir doğrulukla birbirlerinden ayırt edilebilmişlerdir. Derin öğrenme yöntemlerinin yenidoğan termal görüntülere uygulanması da ilk kez bu proje kapsamında gerçekleştirilmiştir. Böylece herhangi bir manuel ilgi alanı belirleme, özellik çıkarma ve seçme yöntemlerine gerek kalmadan bütün sınıflandırma sürecinin otomatik olarak işlediği bir model oluşturulmuştur. Önerilen model, yenidoğan yoğun bakım ünitesinde bulunan bebeklerin sağlıklı ve hasta olarak sınıflandırılmasında %99? un üzerinde doğruluk, özgüllük ve hassasiyet değerlerine ulaşmıştır. Proje çalışmaları boyunca Selçuk Üniversitesi Tıp Fakültesi Yenidoğan Yoğun Bakım Ünitesinde bulunan sağlıklı ve hasta bebeklerden alınan termal görüntüler ve bu bebeklerin tıbbi değerlendirmelerini içerecek şekilde etiketlenerek yaklaşık 40000 görüntüden oluşan alanındaki ilk ve en büyük görüntü veritabanı oluşturulmuştur.