Prediction of Coronary Artery Disease from Iris Images Using Local Binary Patterns and Artificial Neural Network

Abstract

Koroner Arter Hastalığı (KAH), kalp kasını besleyen koroner arterlerin daralması veya tıkanması sonucunda oluşan bir kalp hastalığıdır. Dünya genelinde mortalite oranı yüksek bir sağlık sorunu olan KAH’ın erken tanısı çok önemlidir. Bu çalışmada, iridoloji ve görüntü işleme tekniklerinin kullanılarak KAH’ın tahmin edilmesi amaçlanmıştır. Mevcut çalışmalardan farklı olarak iridoloji ile birlikte gerçekleştirilen kalp hastalıkları tahmini çalışmalarında kullanılmamış Yerel İkili Örüntüler (YİÖ) öznitelik çıkarma yönteminin başarımı analiz edilmiştir. Önerilen yöntemde 94 KAH ve 104 Kontrol grubu olmak üzere toplamda 198 gönüllüye ait iris görüntülerinden YİÖ ile öznitelikler çıkarılmış ve Yapay Sinir Ağı (YSA) kullanılarak sınıflandırma gerçekleştirilmiştir. Görüntü içerisinden iris konumlarını bulmak için İntegral Diferansiyel Operatörü ve irisi dikdörtgen formata dönüştürmek için Rubber Sheet Normalizasyon yöntemleri kullanılmıştır. İridoloji haritası vasıtasıyla iriste yer alan kalp bölgesi analiz bölgesi olarak belirlenmiş ve bu bölgeden bir piksel ve sekiz komşulukla YİÖ ile 59 adet histogram temelli öznitelikler çıkarılmıştır. Çıkarılan özniteliklerin YSA ile sınıflandırması gerçekleştirilmiştir. Eğitim ve test olarak iki gruba ayrılan verilerde eğitim işlemi Ölçeklendirilmiş Konjuge Gradyan (Scaled Conjugate Gradient, SCG) algoritması ile gerçekleştirilmiştir. Performans ölçütü olarak belirlenen doğruluk, kesinlik, duyarlılık, özgüllük, F1 skor ve Eğri Altında Kalan Alan (Area Under the Curve, AUC) değerleri test verileri için sırasıyla %91,5, 0,9063, 0,9355, 0,8929, 0,92063 ve 0,9103 olarak bulunmuştur. Elde edilen bulgular doğrultusunda YİÖ temelli önerilen yöntemin KAH’ın tahmin edilmesinde başarılı olduğu söylenebilir.