AI Summary & Key Takeaways
AI InsightIn the supervised learning algorithms used, 100% classification success rate was obtained in the classification process with the support vector machines.
📌 3 Key Takeaways
Abstract
Autistic Spectrum Disorder (ASD), which has different effects, is a neurodevelopmental disease that generally manifests with delay or differentiation in social relationship and cognitive development, and also causes problems in communication. It is very important to diagnose the disease early to reduce the negative impact on the development of individuals and their social life in the future. However, it has been require experience and expertise to detect ASD at an early age. In researches conducted in recent years, it is observed that there is a significant increase in ASD cases in the world and Turkey. With such an increase, the need for effective and easily applicable diagnostic methods for early diagnosis increases day by day. It is vital to develop auxiliary decision support systems, especially for children between 12-36 months to be diagnose with ASD.In the study, a decision support software was developed that could help specialist medical staff and families diagnose OSB with high accuracy in children between 12 and 36 months of age. Six different machine learning algorithms, both supervised and unsupervised, were tested during the software development phase. As a result of the tests, it has been determined that supervised learning algorithms give more successful results than unsupervised learning algorithms. In the supervised learning algorithms used, 100% classification success rate was obtained in the classification process with the support vector machines.
Özet
Farklı etkileri bulunan Otistik Spektrum Bozukluğu (OSB) genel olarak sosyal ilişki ve bilişsel gelişimde gecikme ya da farklılaşma ile kendini gösteren ayrıca iletişim de sorunlara neden olan nöro-gelişimsel bir hastalıktır. Hastalığın, bireylerin gelişimine ve ileriki dönemlerdeki sosyal yaşantılarına olumsuz etkisini azaltmak için erken teşhis edilmesi oldukça önemlidir. Ancak OSB’nin erken yaşlarda tespit edilebilmesi tecrübe ve uzmanlık gerektirmektedir. Son yıllarda yapılan araştırmalarda Dünya genelinde ve Türkiye’de OSB vakalarında ciddi bir artışın olduğu gözlenmektedir. Böyle bir artışta her geçen gün erken teşhis için etkili ve kolay uygulanabilir teşhis yöntemlerine olan ihtiyacı artırmaktadır. Özellikle 12-36 ay arasındaki çocuklara OSB teşhisi konulabilmesi için yardımcı karar destek sistemlerinin geliştirilmesi hayati önem arz etmektedir.Gerçekleştirilen çalışmada, 12-36 ay arasındaki çocuklara uzman sağlık personeli ve ailelerin yüksek doğrulukta OSB teşhisi koyabilmelerine yardımcı olabilecek bir karar destek yazılımı geliştirilmiştir. Yazılım geliştirme aşamasında gözetimli ve gözetimsiz olmak üzere altı farklı makine öğrenme algoritması test edilmiştir. Yapılan testler sonucunda gözetimli öğrenme algoritmalarının, gözetimsiz öğrenme algoritmalarına göre daha başarılı sonuçlar verdiği tespit edilmiştir. Kullanılan gözetimli öğrenme algoritmalarında destek vektör makineleri ile yapılan sınıflandırma işleminde %100 sınıflandırma başarım oranı elde edilmiştir.