Calcaneus'tan elde edilen parametrelerle makine öğrenme algoritmaları kullanılarak cinsiyet tahmini
| dc.contributor.advisor | Öner, Zülal | |
| dc.contributor.author | Korkmaz, İrem Nisa | |
| dc.date.accessioned | 2025-03-18T22:23:53Z | |
| dc.date.available | 2025-03-18T22:23:53Z | |
| dc.date.issued | 2024 | |
| dc.department | Enstitüler, Lisansüstü Eğitim Enstitüsü, Anatomi Ana Bilim Dalı | |
| dc.description.abstract | Savaş, uçak kazaları, doğal afetler gibi durumlarda vücut bütünlüğünde bozulmalar ve/veya deformiteler meydana gelebilmektedir. Literatürde ki çalışmalara göre calcaneus kompakt yapısından dolayı iyi korunan kemikler arasındadır. Çalışmanın amacı calcaneus'tan elde edilen parametreler ile makine öğrenme (ML) algoritmaları kullanılarak yüksek doğrulukta cinsiyet tahmini yapmaktır. Çalışma 18-65 yaş arası 200 kadın, 200 erkek bireye ait direkt grafi (X-ray) görüntüleri üzerinden gerçekleştirildi. Elde edilen görüntüler üzerinden calcaneus'un maximum uzunluğu, facies articularis cuboidea yüksekliği, maximum genişliği, gövde genişliği, minimum uzunluğu, talocalcaneal açı, Böhler açısı, Gissane açısı, calcaneus'un anteroposterior uzunluğu, posterior faset açısı, calcaneus'un cuboid fasetinin anterior açısı, faset yüksekliği, posterior faset uzunluğu, anterior proces uzunluğu, calcaneus'un eğim açısı ve talo-tuber açısı parametrelerin ölçümleri gerçekleştirildi. Elde edilen veriler Excel'e aktarıldı ve cinsiyet tahmin açısından ML girişinde kullanıldı. Yapılan çalışma sonucunda ML algoritmaları ile cinsiyet tahmininde %86-93 arasında yüksek doğruluk elde edilmiş olup bu sonucun adli ve temel tıp bilimlerine büyük katkı sunacağı kanaatindeyiz. | |
| dc.description.abstract | In cases such as war, aeroplane accidents, natural disasters, disruptions in body integrity and/or deformities may occur. According to the studies in the literature, calcaneus is among the well-protected bones due to its compact structure. The aim of the study is to predict gender with high accuracy using machine learning (ML) algorithms with parameters obtained from calcaneus. The study was performed on direct X-ray images of 200 female and 200 male individuals aged 18-65 years. Maximum length of the calcaneus, facies articularis cuboidea height, maximum width, body width, minimum length, talocalcaneal angle, Böhler angle, Gissane angle, anteroposterior length of the calcaneus, posterior facet angle, anterior angle of the cuboid facet of the calcaneus, facet height, posterior facet length, anterior proces length, inclination angle of the calcaneus and talo-tuber angle were measured. The obtained data were transferred to Excel and used in ML input for gender prediction. As a result of the study, a high accuracy of 86-93% was obtained in gender estimation with ML algorithms and we believe that this result will make a great contribution to forensic and basic medical sciences. | |
| dc.identifier.endpage | 74 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=usXiZIM9Lp0wk-YzRoaT-1XhB12dRfjKueBSBpTlLJg8g3h8IvTwxxAhYcXcXjfm | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14034/1823 | |
| dc.identifier.yoktezid | 884483 | |
| dc.institutionauthor | Korkmaz, İrem Nisa | |
| dc.language.iso | tr | |
| dc.publisher | İzmir Bakırçay Üniversitesi Lisansüstü Eğitim Enstitüsü | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_TEZ_20250319 | |
| dc.subject | Anatomi | |
| dc.subject | Anatomy | |
| dc.title | Calcaneus'tan elde edilen parametrelerle makine öğrenme algoritmaları kullanılarak cinsiyet tahmini | |
| dc.title.alternative | Sex estimation using calcaneus lenghts by means of machine learning | |
| dc.type | Master Thesis |
Dosyalar
Orijinal paket
1 - 1 / 1
