Journals / Fırat Üniversitesi Mühendislik Bilimleri Dergisi / 2018 / Cilt: 30 Sayı: 2

Siğil Tedavisinde Sınıflandırma Algoritmalarının Performans Analizi

Pages
249–256
Publication Date
2018-09-19
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Kriyoterapi ve İmmünoterapi veri setlerinde yapılan sınıflandırma algoritmalarının başarımları karşılaştırılmıştır. 

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Siğiller, deri üzerinde HPV virüsünün sebep olduğu bir rahatsızlıktır.
📊
Key Findings & Data:Belli bir süre sonra kendiliğinden geçmesine rağmen, görüntüsünün kötü olması ve günlük yaşamı olumsuz etkilemesinden dolayı hastalar genellikle tedavi olmayı tercih etmektedirler.
💡
Conclusion & Impact:Kriyoterapi ve İmmünoterapi veri setlerinde yapılan sınıflandırma algoritmalarının başarımları karşılaştırılmıştır. 
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Siğiller · Kriyoterapi · İmmünoterapi

Özet

Siğiller, deri üzerinde HPV virüsünün sebep olduğu bir rahatsızlıktır. Belli bir süre sonra kendiliğinden geçmesine rağmen, görüntüsünün kötü olması ve günlük yaşamı olumsuz etkilemesinden dolayı hastalar genellikle tedavi olmayı tercih etmektedirler. Siğil tedavisinde belirli bir yöntem olmadığından, uzmanlar tedavi yöntemi seçiminde siğil türü ve hastanın fizyolojik özelliklerini dikkate almaktadırlar. Bu çalışmada, birçok türü bulunan siğillerden, plantar ve common siğiller için tedavi yöntemlerinin seçimi üzerinde durulmaktadır. Bu siğil türlerinin tedavisinde, İmmünoterapi ve Kriyoterapi yaygın olarak kullanılan yöntemlerdendir. Kriyoterapi, uygulaması kolay ve etkili bir tedavi yöntemi olup, İmmünoterapi ise son zamanlarda yaygınlaşan ve siğil tedavisinde yüksek oranda başarı elde edilen bir yöntemdir. Bu makalede amaç, tedavi seçiminde uzmanlara yardımcı olmak ve hastalara uygun tedavi yönteminin belirlenmesi için, veri madenciliği algoritmalarını uygun bir şekilde kullanmaktır. Kriyoterapi ve İmmünoterapi veri setlerinde yapılan sınıflandırma algoritmalarının başarımları karşılaştırılmıştır. 

🔖

Cite This Article

Tanyılıdızı, E., Karabatak, M., Yıldırım, G., Özpolat, Z. (2018). Siğil Tedavisinde Sınıflandırma Algoritmalarının Performans Analizi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, Cilt: 30 Sayı: 2, 249–256. https://doi.org/10.35234/fumbd.461576

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (46)

  1. Rowson, K.E., Mahy, B.W. (1967). Human papova (wart) virus. Bacteriol Rev 1967; 31: 110–131
  2. Gibbs, S., Altman, D. G., Harvey, I., Sterling, J., & Stark, R. (2002). Local treatments for cutaneous warts: systematic review, Bmj, 325: 1-8
  3. Khozeimeh, F., Azad, F.J., Oskouei, Y.M., Jafari, M., Tehranian, S., Alizadehsani, R., Layegh, P., (2017). Intralesional immunotherapy compared to cryotherapy in the treatment of warts, International Journal of Dermatology 56: 474–478
  4. Godley, M. J., Bradbeer, C. S., Gellan, M., & Thin, R. N. (1987). Cryotherapy compared with trichloroacetic acid in treating genital warts, Sexually Transmitted Infections, 63(6): 390-392. 5. https://www.tavsiyeediyorum.com/makale_11710.htm, Erişim Tarihi: 08.08.2018
  5. Khozeimeh, F., Alizadehsani, R., Roshanzamir, M., Khosravi, A., Layegh, P., Nahavandi, S., (2017). An expert system for selecting wart treatment method, Computers in Biology and Medicine 81: 167–175 7. Clifton, M.M., Johnson, S.M., Roberson, P.K., Kincannon, J., Horn, T.D., (2003). İmmunotherapy for recalcitrant warts in children using intralesional mumps or candida antigens, Pediatr. Dermatol. 20: 268–271
  6. Nofal, A., Nofal, E., (2010). Intralesional immunotherapy of common warts: successful treatment with mumps, measles and rubella vaccine, J. Eur. Acad. Dermatol. Venereol. 24: 1166–1170
  7. Horn, T.D., Johnson, S.M., Helm, R.M., Roberson, P.K., (2005). Intralesional immunotherapy of warts with mumps, Candida, and Trichophyton skin test antigens: a singleblinded, randomized, and controlled trial, Arch. Dermatol. 141: 589–594
  8. Johnson, S. M., Roberson, P. K., & Horn, T. D. (2001). Intralesional injection of mumps or Candida skin test antigens: a novel immunotherapy for warts. Archives of dermatology, 137(4):451-455
  9. Maronn, M., Salm, C., Lyon, V., Galbraith, S., (2008). One-year experience with candida antigen immunotherapy for warts and molluscum, Pediatr. Dermatol. 25: 189–192
  10. Khurshid, K., Pal, S.S., (2009). Role of candida antigen in treatment of viral warts: a placebocontrolled study, J. Pak. Assoc. Dermatol. 19: 146–150
  11. Özkan, Y., (2008), Veri Madenciliği Yöntemleri, Papatya Yayıncılık, İstanbul 14. http://bilgisayarkavramlari.sadievrenseker.com/2013/03/31/siniflandirma-classification/, Erişim Tarihi: 07.08.2018
  12. Coşkun, C., & Baykal, A. (2011). Veri Madenciliğinde Sınıflandırma Algoritmalarının Bir Örnek Üzerinde Karşılaştırılması. XIII. Akademik Bilişim Konferansı Bildirileri, 51-58
  13. Patil, T. R., & Sherekar, S. S. (2013). Performance analysis of Naive Bayes and J48 classification algorithm for data classification. International journal of computer science and applications, 6(2): 256-261
  14. Wei, C. P., & Chiu, I. T. (2002). Turning telecommunications call details to churn prediction: a data mining approach. Expert systems with applications, 23(2): 103-112
  15. Quinlan, J. R. (1986). Induction of decision trees. Machine learning, 1(1): 81-106. 19. https://medium.com/@Emreyz/y%C3%B6ntemler-4-1-c4-5-algoritmas%C4%B1-7382de92584e, Erişim Tarihi: 30.07.2018. 20. https://www.slideshare.net/SezerFidanc/random-forest-algoritmas, Erişim Tarihi: 01.08.2018
  16. Bayes Ağları (Bayes Network), http://bilgisayarkavramlari.sadievrenseker.com/ 2008/12/21/bayes-aglari-bayesian-network/, Erişim Tarihi: 03.08.2018. 22. https://kodedu.com/2014/05/naive-bayes-siniflandirma-algoritmasi/, Erişim Tarihi: 25.07.2018
  17. Data Mining Software in Java, www.cs.waikato.ac.nz/~ml/weka/, Erişim Tarihi: 24.07.2018
  18. Kıyan, T., Yıldırım, T., (2003). Eğiticili Ve Eğiticisiz Nöral Algoritmalar Kullanarak Göğüs Kanseri Teşhisi, Elektrik -Elektronik-Bilgisayar Mühendisliği 10. Ulusal Kongresi, İstanbul, Türkiye, 453-456. 25. http://www.derinogrenme.com/2017/03/04/yapay-sinir-aglari/, Erişim Tarihi: 29.07.2018
  19. Ardıl, E., (2009). Esnek Hesaplama Yaklaşımı İle Yazılım Hata Kestirimi, Yüksek Lisans Tezi, Trakya Üniversitesi, Fen Bilimleri Enstitüsü, 86s
  20. Aha, D. W., Kibler, D., & Albert, M. K. (1991). Instance-based learning algorithms. Machine learning, 6(1): 37-66
  21. Özekes, S. (2003). Veri Madenciliği Modelleri ve Uygulama Alanları, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 2 (3): 65-82
  22. Cleary, J. G., & Trigg, L. E. (1995). K*: An instance-based learner using an entropic distance measure. In Machine Learning Proceedings, 108-114
  23. Alizadehsani, R., Habibi, J., Hosseini, M.J., Mashayekhi, H., Boghrati, R., Ghandeharioun, A., Bahadorian, B., Sani, Z.A., (2013). A data mining approach for diagnosis of coronary artery disease, Comput, Methods Prog. Biomed, 111: 52–61. 31. https://www.ce.yildiz.edu.tr/personal/./Veri+Madenciliği-SınıflamaKumeleme.ppt, Erişim Tarihi: 30.07.2018
  24. Rowson, K.E., Mahy, B.W. (1967). Human papova (wart) virus. Bacteriol Rev 1967; 31: 110–131
  25. Gibbs, S., Altman, D. G., Harvey, I., Sterling, J., & Stark, R. (2002). Local treatments for cutaneous warts: systematic review, Bmj, 325: 1-8
  26. Khozeimeh, F., Azad, F.J., Oskouei, Y.M., Jafari, M., Tehranian, S., Alizadehsani, R., Layegh, P., (2017). Intralesional immunotherapy compared to cryotherapy in the treatment of warts, International Journal of Dermatology 56: 474–478
  27. Godley, M. J., Bradbeer, C. S., Gellan, M., & Thin, R. N. (1987). Cryotherapy compared with trichloroacetic acid in treating genital warts, Sexually Transmitted Infections, 63(6): 390-392. 5. https://www.tavsiyeediyorum.com/makale_11710.htm, Erişim Tarihi: 08.08.2018
  28. Khozeimeh, F., Alizadehsani, R., Roshanzamir, M., Khosravi, A., Layegh, P., Nahavandi, S., (2017). An expert system for selecting wart treatment method, Computers in Biology and Medicine 81: 167–175 7. Clifton, M.M., Johnson, S.M., Roberson, P.K., Kincannon, J., Horn, T.D., (2003). İmmunotherapy for recalcitrant warts in children using intralesional mumps or candida antigens, Pediatr. Dermatol. 20: 268–271
  29. Nofal, A., Nofal, E., (2010). Intralesional immunotherapy of common warts: successful treatment with mumps, measles and rubella vaccine, J. Eur. Acad. Dermatol. Venereol. 24: 1166–1170
  30. Horn, T.D., Johnson, S.M., Helm, R.M., Roberson, P.K., (2005). Intralesional immunotherapy of warts with mumps, Candida, and Trichophyton skin test antigens: a singleblinded, randomized, and controlled trial, Arch. Dermatol. 141: 589–594
  31. Johnson, S. M., Roberson, P. K., & Horn, T. D. (2001). Intralesional injection of mumps or Candida skin test antigens: a novel immunotherapy for warts. Archives of dermatology, 137(4):451-455
  32. Maronn, M., Salm, C., Lyon, V., Galbraith, S., (2008). One-year experience with candida antigen immunotherapy for warts and molluscum, Pediatr. Dermatol. 25: 189–192
  33. Khurshid, K., Pal, S.S., (2009). Role of candida antigen in treatment of viral warts: a placebocontrolled study, J. Pak. Assoc. Dermatol. 19: 146–150
  34. Özkan, Y., (2008), Veri Madenciliği Yöntemleri, Papatya Yayıncılık, İstanbul 14. http://bilgisayarkavramlari.sadievrenseker.com/2013/03/31/siniflandirma-classification/, Erişim Tarihi: 07.08.2018
  35. Coşkun, C., & Baykal, A. (2011). Veri Madenciliğinde Sınıflandırma Algoritmalarının Bir Örnek Üzerinde Karşılaştırılması. XIII. Akademik Bilişim Konferansı Bildirileri, 51-58
  36. Patil, T. R., & Sherekar, S. S. (2013). Performance analysis of Naive Bayes and J48 classification algorithm for data classification. International journal of computer science and applications, 6(2): 256-261
  37. Wei, C. P., & Chiu, I. T. (2002). Turning telecommunications call details to churn prediction: a data mining approach. Expert systems with applications, 23(2): 103-112
  38. Quinlan, J. R. (1986). Induction of decision trees. Machine learning, 1(1): 81-106. 19. https://medium.com/@Emreyz/y%C3%B6ntemler-4-1-c4-5-algoritmas%C4%B1-7382de92584e, Erişim Tarihi: 30.07.2018. 20. https://www.slideshare.net/SezerFidanc/random-forest-algoritmas, Erişim Tarihi: 01.08.2018
  39. Bayes Ağları (Bayes Network), http://bilgisayarkavramlari.sadievrenseker.com/ 2008/12/21/bayes-aglari-bayesian-network/, Erişim Tarihi: 03.08.2018. 22. https://kodedu.com/2014/05/naive-bayes-siniflandirma-algoritmasi/, Erişim Tarihi: 25.07.2018
  40. Data Mining Software in Java, www.cs.waikato.ac.nz/~ml/weka/, Erişim Tarihi: 24.07.2018
  41. Kıyan, T., Yıldırım, T., (2003). Eğiticili Ve Eğiticisiz Nöral Algoritmalar Kullanarak Göğüs Kanseri Teşhisi, Elektrik -Elektronik-Bilgisayar Mühendisliği 10. Ulusal Kongresi, İstanbul, Türkiye, 453-456. 25. http://www.derinogrenme.com/2017/03/04/yapay-sinir-aglari/, Erişim Tarihi: 29.07.2018
  42. Ardıl, E., (2009). Esnek Hesaplama Yaklaşımı İle Yazılım Hata Kestirimi, Yüksek Lisans Tezi, Trakya Üniversitesi, Fen Bilimleri Enstitüsü, 86s
  43. Aha, D. W., Kibler, D., & Albert, M. K. (1991). Instance-based learning algorithms. Machine learning, 6(1): 37-66
  44. Özekes, S. (2003). Veri Madenciliği Modelleri ve Uygulama Alanları, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 2 (3): 65-82
  45. Cleary, J. G., & Trigg, L. E. (1995). K*: An instance-based learner using an entropic distance measure. In Machine Learning Proceedings, 108-114
  46. Alizadehsani, R., Habibi, J., Hosseini, M.J., Mashayekhi, H., Boghrati, R., Ghandeharioun, A., Bahadorian, B., Sani, Z.A., (2013). A data mining approach for diagnosis of coronary artery disease, Comput, Methods Prog. Biomed, 111: 52–61. 31. https://www.ce.yildiz.edu.tr/personal/./Veri+Madenciliği-SınıflamaKumeleme.ppt, Erişim Tarihi: 30.07.2018.