- Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi
- Vol: 38 Issue: 2
- Lösemi hastalığının temel türlerinden ALL ve KML malignitelerinin grafik sinir ağları ve bulanık man...
Lösemi hastalığının temel türlerinden ALL ve KML malignitelerinin grafik sinir ağları ve bulanık mantık algoritması ile sınıflandırılması
Authors : Fatma Akalin, Nejat Yumuşak
Pages : 707-720
Doi:10.17341/gazimmfd.1022624
View : 21 | Download : 4
Publication Date : 2022-10-07
Article Type : Research
Abstract :Beyaz kan hücresi kanseri olan lösemi, yaşam kalitesini düşüren ve ilerleyen aşamalarda ölüme sebep olabilen maliyeti yüksek bir malignitedir. Farklı yaş gruplarında görülebilen bu hastalığın erken ve doğru teşhisinin sağlanması tedavi sürecini etkilemekte ve hastalığın ilerlemesini engellemektedir. Bu çalışmada löseminin temel türlerinden olan ALL ve KML malignitelerinin sınıflandırılması amaçlanmıştır. Genetik temelli maligniteler olan bu türlerin ayırt edilmesinde DNA’da bir mutasyon sonucunda beliren BCR-ABL geni analiz edilmiştir. Tıp dünyasında BCR-ABL geni üzerinden mevcut türlerin ayırt edilmesi hususunda PCR tekniği kullanılarak değerlendirmeler yapılabilmektedir. Teşhis ve tedavi sürecindeki maliyetin ve zamanın indirgenmesi amacıyla disiplinlerarası çalışmalar da mevcuttur . İki aşamadan oluşan bu çalışmanın ilk aşamasında farklı nükleotit uzunluklarına sahip ALL ve KML DNA dizilimlerinin spektral yoğunluk bilgisi sinyal işleme teknikleri kullanılarak spektogramlara yansıtılmıştır. Ardından CNN ve GNN teknolojilerinin hibrit yaklaşımı olan DGCNN teknolojisi ile ALL ve KML malignitelerine ait spektogramlar sınıflandırılmıştır. Ancak nükleotitlerin farklı uzunluklarda olmasından dolayı spektogramlar üzerinde net ifadeler elde edilememiştir. Çalışmanın ikinci aşamasında farklı uzunluklara sahip DNA dizilimleri, kodon dağılımlarının esas alındığı entropi temelli haritalama tekniği ile sayısallaştırılmıştır. Sayısallaştırılan bu dizilimler üzerinden çıkarılan istatiktiksel ve yapısal özellikler uyarlanabilir bulanık mantık algoritması ile sınıflandırılarak nükleotit uzunluğundan bağımsız bir çalışma gerçekleştirilmiştir. Böylece KML ve ALL malignitelerinin sınıflandırılmasında %80’lik bir başarı düzeyi yakalanmıştır.Keywords : DNA dizilimleri, Entropi tabanlı/geleneksel haritalama teknikleri, Sayısal sinyal işleme metotları, DGCNN yaklaşımı, Uyarlanabilir Bulanık Mantık Algoritması