Yüz görüntülerinden hastalıkların ön tanısı

Abstract

Ön tanı, hekim tecrübesine bağlı olarak değiştiğinden, hastalar gerekli gereksiz bir sürü teste tabi tutulmakta, bu durum hastayı hem psikolojik hem de maddi açıdan yormaktadır. Tıbbi testler sonucunda en doğru teşhisin konulacağı kesindir, ancak ön tanı doğruluğu teşhis sürecini önemli ölçüde hızlandırmaktadır. Bundan ötürü günümüzde ön tanının hekimden hekime değişmediği, maliyeti düşük, otomatik ön tanı sistemlerineihtiyaç duyulmaktadır. Bu amaçla tez kapsamında, yüzden hastalık teşhisi yaparak, cinsiyetten, yaştan ve yüz ifadelerinden bağımsız otomatik ön tanı programı gerçekleştirilmiştir. Çalışma, veri tabanının oluşturulması, ön işlemler, özellik çıkarımı ve sınıflandırma olmak üzere dört kısımdan oluşmaktadır. Eğitim veritabanı Akromegali, Down sendromu, Lupus, sağlam ve bu sınıfların dışındaki hastalık ve farklı görüntüleri içeren diğer bir sınıf olmak üzere beş sınıf içermektedir. Ön işlemler aşamasında, eğitim ve test görüntülerine çeşitli ön işlemler uygulanarak, görüntüler aynı formata getirilmiş ve sistem performansı artırılmıştır. Özellik çıkarımında karşılaştırmalı olarak bütünsel yaklaşımlar incelenmiştir. Giriş görüntüsünü sınıflandırmada temel yöntemler kullanılmıştır. En son kısımda da sınıflandırıcı sonuçlarına Borda Sayısı yöntemi uygulanarak ön tanı performansı artırılmıştır.Önerilen ön tanı sistemi %95 oranında tanıma performansı göstermiştir. Anahtar Kelimeler: Akromegali, Down sendromu, Lupus, Özellik Çıkarımı, Sınıflandırma, Tanısal Testler, Borda Sayısı Pre-diagnosis varies depending on the experience of the physician. Therefore, patients are subjected to a lot of test required or unnecessary and it strains the patient in terms of finance and psychology. The most accurate diagnosis will be placed as a result of certain medical tests, but the success of pre-diagnosis accelerates the process of diagnosing. Hence pre-diagnosis system with low-cost, automatically, not changeable from one physician to another is needed. For this purpose in this study automatic pre-diagnosis program is developed by diagnosing the disease from face photos that is independent from sex, age and facial expressions.This study consists of four parts: creating databases, pre-processing, feature extraction and classification. Training database includes five image classes these are Acromegaly, Down syndrome, Lupus, Normal and other disease or non-face. Various preprocessing techniques applied on the training and test database images in the preprocessing stage, so images turned into same format and system performance improved. In the feature extraction, holistic approaches is studied comparatively. Basic approaches areused to classify the input image. In the last stage pre-diagnosis performance increased by applying the Borda Count method to the classifier results. Our proposed pre-diagnosis system shows %95 recognition performance. Key Words: Acromegaly, Down syndrome, Lupus, Feature Extraction, Local Patterns, Subspace-based methods, Classification, Diagnostic Tests, Borda Count