Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 10
Epidural Akut Hematomlar İçin Akıllı Erken Uyarı Sistemi
2020
Dergi:  
Turkish Studies Information Technologies and Applied Sciences
Yazar:  
Özet:

Epidural hematom (EAH), beynin dış zarı (dura mater) ile kemik arasındaki potansiyel boşlukta kan birikmesidir. Akut subdural ve epidural hematom, BT taramasında genellikle beyin konveksitesinde yer alan hiper yoğun bir koleksiyon olarak görünür. Bu tür kanamalar kafa içi basıncını artırarak ve kitle etkisi yaratarak ölümcül hale gelebilir. Bu nedenle, acil travma ortamında bu kanamaların derhal tanınması çok önemlidir. Bu nedenle bu vakalarda mortalite ve morbiditeyi düşürmek için erken tanı şarttır. Tıbbi alanlarda teşhis için yapay zeka (AI) ve makine öğrenimi (ML) algoritmalarına son zamanlarda artan bir ilgi vardır. Bu çalışmada, karar ağacı ML algoritmasının hastaların durumlarıyla (EAH veya Normal) eğitildiği denetimli bir öğrenme yöntemi kullanılmıştır. Bu çalışma, travma merkezinde elde edilen tüm kraniyal BT'leri tarayan bir erken uyarı sistemi (EWS) önermektedir. Bu çalışmadaki EWS, yaklaşık 100 hastadan alınan CT taramaları ile eğitilmiştir, görüntü tanıma ve denetimli öğrenme algoritmaları ile %100 doğrulukla EAH'yi tahmin edebilir. Her hasta için elde edilen her MR kesiti teker teker görüntü işleme analizinden geçirilir ve EAH tespiti yapılır. Bunun için bir denetimli öğrenme algoritması olan karar ağacı yöntemi eğitilerek MR kesitlerinde EAH saptaması için kullanılmıştır. Algoritma herhangi bir hastada 10’dan fazla kesitte EAH tespit ettiğinde acil durum hekimine ve danışman beyin cerrahına e-posta ile anında uyarı verecek şekilde geliştirilmiştir.

Anahtar Kelimeler:

Intelligent Early Warning System for Epidural Acute Hematomas
2020
Yazar:  
Özet:

Epidural hematom (EAH) is the accumulation of blood in the potential gap between the external membrane of the brain (dura mater) and the bone. Acute subdural and epidural hematom appears as a hyper-intensive collection that is often found in the brain convexite in the IT scan. These types of bleeding can become fatal by increasing the inherent pressure and creating mass effects. Therefore, it is very important to immediately recognize these bleeding in an emergency trauma environment. Therefore, early diagnosis is required to reduce mortality and morbidity in these cases. There has been a growing interest in recent times in artificial intelligence (AI) and machine learning (ML) algorithms for diagnosis in medical fields. In this study, a controlled learning method was used in which the decision tree ML algorithm was trained with the patient’s conditions (EAH or Normal). This study suggests a Early Warning System (EWS) that scans all the chronic ITs obtained in the trauma center. In this study, EWS is trained with CT scans taken from about 100 patients, able to predict EAH with 100% accuracy with image recognition and controlled learning algorithms. Each MR cut obtained for each patient is passed by one-on-one image processing analysis and EAH detection is made. The decision tree method, which is a controlled learning algorithm for this, has been trained and used to determine EAH in the MR cuts. The algorithm has been developed in a way that, when EAH is detected in more than 10 patients, the emergency physician and the consultant brain surgeon will be immediately warned by e-mail.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Turkish Studies Information Technologies and Applied Sciences

Dergi Türü :   Uluslararası

Metrikler
Makale : 70
Atıf : 41
Turkish Studies Information Technologies and Applied Sciences