Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuç olarak, önerilen çok katmanlı algılayıcı yaklaşımının, siğil tedavisi yönteminin başarısını tahmin etmede %78,95 duyarlılık, %98,60 özgüllük ve %94,45 hassasiyete sahip olduğu tespit edilmiştir.
📌 3 Maddede Bu Makale
Özet
Siğil, insanlara doğrudan veya dolaylı temastan bulaşabilen human papilloma virüsü kaynaklı bir cilt hastalığıdır. Neredeyse tüm yaş grupları, özellikle çocuklar ve genç yetişkinler siğile katlanmaktadır. Son zamanlarda, geleneksel yöntemlere alternatif olarak kriyoterapi ve immünoterapi gibi yeni tedavi yöntemleri geliştirilmiştir. Tedavi karar süreci çok önemli olmasına rağmen, sadece birkaç çalışma dışında henüz geçerliliği kabul edilen bir karar stratejisi yoktur. Bu çalışmada, seçilen siğil tedavisi yönteminin başarılı olup olmayacağını tahmin etmek için uzman bir sistem önerilmiştir. Açık erişime sahip veri setleri, Çok Katmanlı Algılayıcı ve Aşırı Öğrenme Makinesi sınıflandırma algoritmalarına uygulanmıştır. Sınıflandırıcı performansını 10 kat çapraz doğrulama yöntemiyle hesaplanmıştır. Sonuç olarak, önerilen çok katmanlı algılayıcı yaklaşımının, siğil tedavisi yönteminin başarısını tahmin etmede %78,95 duyarlılık, %98,60 özgüllük ve %94,45 hassasiyete sahip olduğu tespit edilmiştir.
Abstract
The wart is a dermatosis originated by Human Papilloma Virus. People can be infected by direct or indirect contact. Almost all age groups, especially children and young adults suffer from warts. Recently, new treatment methods including cryotherapy and immunotherapy have been developed as alternatives to conventional methods. Although the treatment decision process is very important, there is no validated decision strategy yet except for only a few studies. In this study, an expert system is proposed to predict whether the selected wart treatment method will be successful or not. The publicly available datasets are applied to the Multi-Layer Perceptron and the Extreme Learning Machine classification algorithms. We compute the classifier performances by the 10-fold cross-validation method. As a result, the multi-layer perceptron approach results in 78.95% of sensitivity, 98.60% of specificity, and 94.45% of accuracy to predict the success of a wart treatment method.