Electronic Letters on Science & Engineering 5(2) (2009) Available online at

Transkript

1 Electroic Letters o Sciece & Egieerig 5(2) (2009) Available olie at Asthma Disease Diagosis Usig Geetic Algorithms Orha Er a, Nejat Yumusak b, Feyzullah Temurtas a, Abdullah Ceti Tarikulu c a Bozok Uiversity, Departmet of Electrical ad Electroics Egieerig, Yozgat, TURKEY b Sakarya Uiversity, Departmet of Computer Egieerig, Adapazari, TURKEY c Dicle Uiversity, Faculty of Medicie, Departmet of Chest Diseases, Diyarbakir, TURKEY Abstract: Asthma is a chroic disease characterized by recurret attacks of breathlessess ad wheezig. Durig a asthma attack, the liig of the brochial tubes swell, causig the airways to arrow ad reducig the flow of air ito ad out of the lugs. Recurret asthma symptoms frequetly cause sleeplessess, daytime fatigue, reduced activity levels ad school ad work abseteeism. Asthma has a relatively low fatality rate compared to other chroic diseases. WHO estimates that 150 millio people curretly suffer from asthma. It is the most commo chroic disease amog childre. Asthma disease is a importat health problem i Turkey also. I this study, asthma disease diagosis was realized by usig bioiformatics computig systems. A geetic algorithm system was performed to realize asthma disease diagosis for the classificatio. Keywords: Asthma Disease Diagosis, Geetic Algorithm. Geetik Algoritmalar Kullaılarak Astım Hastalığıı Teşhisi Özet: Astım e sık rastlaa kroik soluum sistemi hastalığı olup, tüm düyada yaklaşık 150 milyo isaı etkilemektedir. Düya Sağlık Örgütü astımı ekoomik maliyetii HIV ve tüberkülozu toplamıda daha fazla olduğuu tahmi etmektedir. Türkiye de yaklaşık 4 milyo astım hastası bulumaktadır. Bu çalışmada astım hastalığıı teşhisi hedeflemiş bu amaç doğrultusuda da geetik algoritmalar kullaılmıştır. Uygulama içi gerekli ola veri seti, yerel bir hastaede yata göğüs hastaları içi düzelee epikriz raporlarıda oluşturulmuştur. Gerçekleştirile testler soucuda % doğruluk oraı elde edilmiştir. Souçlar bu alada yapıla örek çalışmalar arasıda yer almıştır. Souç olarak, astım hastalığıı teşhiside geetik algoritmaları kullaılmasıyla öemli sayılabilecek doğruluk oraı ile sııfladırma işlemii başarılı olduğu görülmüştür. Aahtar Kelimeler: Astım Hastalığıı Teşhisi, Geetik Algoritmalar. Referece to this paper should be made as follows (bu makaleye aşağıdaki şekilde atıfta buluulmalı): O. Er, N. Yumusak, F. Temurtas, A.C. Tarikulu, Asthma Disease Diagosis Usig Geetic Algorithm, Elec Lett Sci Eg, vol. 5(2), (2009), 9-17 * Correspodig author; Tel.: +(90) , orha.er@bozok.edu.tr ISSN All rights reserved. 9

2 1 Giriş Astım, kroik bir soluum yolları hastalığıdır. Bu hastalık, tipik olarak, öksürüğe, soluk alıp verirke çıka ıslık sesie ve hepside öce soluum darlığıa yol açar. Astım şikâyetlerii karakteristik özelliği ise, kriz şeklide olup, ara ara gelmesidir. Buu sebebi, geri döe iltihap edeiyle güçsüz düşe çok hassaslaşmış broşiyal mukoza zarıdır [1]. Broşiyal astım efes darlığı (soluma güçlüğü), öksürük ve baze de koyu kıvamlı balgam çıkarmayla seyrede, akut ya da subakut döemlerle belirlee bir hastalıktır. Belirtileri, broş duvarıdaki kasları yaygı kasılmasıa bağlıdır. Kasılmayla birlikte broş kaalıı daralta mukoza şişmesi (ödemi) gözleir. Ayrıca, hafif yapışka özellikte, koyu kıvamlı bir salgı ürete soluum yolları bezlerii işlevi de artar. Astım e sık rastlaa kroik soluum sistemi hastalığı olup, tüm düyada yaklaşık 150 milyo isaı etkilemektedir. Düya Sağlık Örgütü astımı ekoomik maliyetii HIV ve tüberkülozu toplamıda daha fazla olduğuu tahmi etmektedir [2,3]. Türkiye yaklaşık 4 milyo astım hastası bulumaktadır. Düyada ise yaklaşık 300 milyo astımlı bulumaktadır. Astım ve KOAH başta olmak üzere kroik soluum hastalıklarıda 2005 yılıda 4.9 milyo kişii hayatıı kaybettiği gerçeği de artık bu kouda ciddi ölemler almayı gerektirmektedir. Tedavi edildiğide astımlı olguları çoğu kliik ve foksiyoel olarak ormal düzeye gelebilmektedir [5]. Astımı e öemli özellikleri ise kroik hava yolu iflamasyou (bağışıklık sistemii aktive etmesi) ve buu soucu gelişe broş aşırı duyarlılığı ile reversibl (kısa süreli hastalama), değişke hava yolu egellemesidir [4]. İflamasyo zemiide gelişe broş aşırı duyarlılığı ve buu reversibl (kısa süreli hastalama) oluşu kliik bulguları belirleye e temel özelliklerdir. Hasta herhagi bir zamada duyarlı olduğu bir etkele karşılaştığıda broş aşırı duyarlılığı, hava yolu obstrüksiyou (egelleme) ile bua bağlı olarak öksürük ve efes darlığı ortaya çıkmaktadır. Tüm bu belirtiler tedavi ya da kediliğide tamame ya da kısme ortada kalkmaktadır. Hastaı sürekli olarak efes darlığı oluşabileceği duygusu ile yaşaması, psikolojisii de etkileyebilecektir. Astımı dış ve iç edelere bağlı iki türü biliir. Orgaizmaya dışarıda gire alerjik itelikli etkeler dış edelere bağlı astıma; efeksiyolardaki gibi hastaı vücududa bulua etkeler ise iç edelere bağlı astıma yol açar. 10

3 Broşiyal astımla ruhsal süreçler arasıdaki karşılıklı etkileşim oldukça karmaşıktır. Duygusal değişimler astım öbetlerim başlatmakla kalmaz, ayı zamada alerjik ya da efeksiyoa bağlı astım biçimlerii şiddetii artırarak ya da azaltarak öbetleri kliik tablosuu da değiştirebilirler. Broşiyal astım yaşamı herhagi bir döemide ortaya çıkabilir, ama olguları üçte biri ergelik döemide öce başlar ve ileri yaşlarda sıklığı azalır. Ketsel alalarda yaşayalara orala, kırsal bölge üfusuda daha az görülür; hava kirliliği oraı yüksek ola ortamlarda Çalışa ya da yaşayalarda daha yaygıdır [6]. Hastalığı başlagıcı birde başlaya astım öbeti biçimide olabilir. Ama öbet öceside, hafif bir soğuk algılığıa bezeye bazı geçici belirtiler de görülebilir. Göğüs kemiği çevreside ağrı öbeti, broşlarda balgam artışı, soluum güçlüğü, göğüste baskı duygusu gibi bulguları kayağı bazı kokular, bazı maddeler ya da hayvalar olabilir. Huzursuz, sıkıtılı, çökütü içide ve uykusuz ola hasta astım öbetii ilk belirtilerii geellikle iyi taır. Astım öbetii e sık görüle ilk bulgularıda biri koku duyusuu yitirilmesidir; öbeti solarıa doğru bu duyu geellikle geri gelir. Nöbetleri tipik tablosu balgamsız hırıltılı bir soluum, göğüste sıkışma ve boğulma duygusu ile başlar; daha sora boğulma duygusu, sıkıtılı bir hava açlığıa döüşür, hasta giderek arta bir korkuyla tüm çabalarıa karşı, etkili soluum yapamaz, göğüs kafesii geişlemesii egellediğii zaeder. Korkulu, gergi ve huzursuz ola hasta, soluumuu kolaylaştıracak bir koum arar. Yataktaysa, kollarıı şilteye doğru uzatıp, omuzlarıı yüksek tutmaya çalışarak oturur; ayaktaysa hava arayışı içide sıkıtılı bir şekilde döüp durur, pecerede dışarı sarkar ya da bir sadalyeye ata bier koumda oturarak, yardımcı soluum kaslarıı işii kolaylaştıracak biçimde sadalyei sırt kısmıı sıkıca sarar. Yüzü solgulaşır ve morarır, gözleri dışarı fırlar, kouşma güçlüğü çeker. Boyu, göğüs ve karıdaki yardımcı soluum kasları gergidir; geişleye göğüs kafesi yalız çok yüzeysel ve sıırlı soluum hareketleri yapar. Soluk alma kısa sürelidir, çok az hava alabilir ve aldığı havayı heme dışarı verir. Soluum yolları gerilmiş olduğu içi, hava zorlukla dışarı verilirke ıslık gibi bir ses çıkar. Astım krizii geçmesiyle hasta ormale döerek olağa etkiliklerii sürdürebilir. Ama şiddetli astım türleride, öbetler sık olduğuda öbet aralarıda da e küçük bir güç harcamayla arta soluma güçlüğü ve hırıltılı soluum gibi bazı hafif temel belirtiler sürebilir. Uygu bir biçimde tedavi edilmezse broşiyal astım, öbetler halide gele bir hastalık olmakta çıkıp, kalıcı bir hal alır ve gerçek bir astmatik hastalığa döüşür. Artık soluum güçlüğü süreklidir; hasta her 11

4 zama hırıltılı ola öksürükle broşlarda sürekli bulua balgamı atmaya çalışır, e ufak bir yorguluk, heyeca, ısı değişimi, hastalık belirtilerii şiddetlemesie yol açar [6]. Geetik algoritmalar (GA), doğal seçim ilkelerie dayaa bir arama ve optimizasyo yötemidir. Temel ilkeleri Joh Hollad tarafıda ortaya atılmıştır. Temel ilkelerii ortaya atılmasıda sora, geetik algoritmalar hakkıda birçok bilimsel çalışma yayılamıştır. Ayrıca, geetik algoritmaları teorik kısmı ve uygulamaları hakkıda birçok uluslararası koferas da düzelemektedir. Geetik algoritmaları, foksiyo optimizasyou, çizelgeleme, mekaik öğreme, tasarım, hücresel üretim gibi alalarda başarılı uygulamaları bulumaktadır. Geleeksel optimizasyo yötemlerie göre farklılıkları ola geetik algoritmalar, parametre kümesii değil kodlamış biçimlerii kullaırlar. Olasılık kurallarıa göre çalışa geetik algoritmalar, yalızca amaç foksiyoua gereksiim duyar. Çözüm uzayıı tamamıı değil belirli bir kısmıı tararlar. Böylece, etki arama yaparak çok daha kısa bir sürede çözüme ulaşırlar [7]. Diğer bir öemli üstülükleri ise çözümlerde oluşa popülâsyou eş zamalı icelemeleri ve böylelikle yerel e iyi çözümlere takılmamalarıdır. Bu çalışmada geetik algoritmalar ile astım hastalığıı teşhisi işlemi yapılmıştır. Matlab programı ile gerçekleştirile uygulamada kullaıla veri seti yerel bir hastaede temi edile epikriz raporları üzeride yer ala 38 parametrede oluşturulmuştur. 2 Metot 2.1 Veri Seti Bu çalışmada kullaılmak üzere Diyarbakır Göğüs Hastalıkları Hastaeside hasta epikrizleri temi edilmiştir. Bu göğüs hastalıkları birimide yata 60 hasta epikrizi üzeride çalışılmıştır. Bu epikriz raporlarıda bir uzmaı görüşü alıarak elde edile ve uygulamada özellik olarak kullaıla parametreler şulardır: Yakıma Öksürük, Yakıma Ateş, Yakıma Göğüste Ağrı, Yakıma Halsizlik, Yakıma Nefes Darlığı, Yakıma Hırıltı, Yakıma Göğüste Sıkışma, Yakıma Balgam, Muayee Soluum Sistemi, Alışkalıklar Sigara, WBC, RBC, HGB, HCT, PLT, Albümi2, Alkale Fosfataz 2L, Alt, Amilaz, Ast, Bilirubi (Total+ Direkt), CK / Kraati Kiaz, CK MB, Demir (Serum), GGT, Glukoz, HDL Kolesterol, Kalsiyum (Ca), Ka Üre 12

5 Azotu (BUN), Klor (Cl), Kolestrol, Kreatii, LDH, Potasyum, Sodyum (Na), Total Protei, Triglesid, Ürik Asit. Bu çalışmada kullaıla toplam veri seti 3 kat çaprazlama (3-fold cross-valutatio) yötemi ile 3 parçaya ayrılarak çaprazlama suretiyle hem eğitim hem de test işlemi içi kullaılmıştır. 2.2 Astım Hastalığıı Teşhiside Kullaıla Geetik Algoritma Modeli Bilidiği gibi geetik algoritmalarda çözüme ulaşırke problemi türüe göre kromozomları gösterimi, ikili kodlu veya gerçek kodlu olmak üzere iki şekilde seçilebilir. Bu uygulama içi değişkeleri (parametreleri) gösterimide gerçek kodlu geetik algoritma kullaılmıştır. TANIMLA Amaç Foksiyou, Parametre ve Sıırlar PARAMETRELERİN GA ya UYARLANMASI UYGUNLUK DEĞERİNİN HESAPLANMASI EŞLEŞTİRME ÇAPRAZLAMA MUTASYON olumsuz Solama Ölçütü olumlu DUR Şekil 1. Geetik algoritma akış diyagram. 1.Adım: Bua göre; amaç foksiyou, kısıt foksiyoları ve aralıklar taımlı olduğuda ve popülâsyou gösterim şekli seçildiğide, yapılması gereke ilk işlem başlagıç popülâsyouu eldeki verilerde oluşturmaktır. Aralıkları problemde belirtile parametreleri (geleri) ilk değerleri rastgele olarak bu değerler arasıda üretilir ve başlagıç popülâsyou oluşturulmuş oluur. 13

6 2.Adım: Bu uygulamada, elde edile popülâsyoda doğal seçim işlemii yapmak içi turuva seçimi tercih edilmiştir. Turuva seçimide, eşleşecek çiftler (popülâsyo boyutu kadar) rastgele seçilir. Çiftlerde popülâsyoa alıacak ola bireyleri (kromozomları) belirlemeside kısıt foksiyolarıda elde edile bir pealtı (cezaladırma ψ(x)) foksiyouda faydalaılır. Pealtı foksiyou, uygulamada verile kısıt foksiyolarıı istee aralık dışıda olması durumuda, üretile kromozomları olması gereke değerlere yakılığıı değerledire bir foksiyodur. Bua göre çiftlerde pealtı foksiyou soucu küçük ola birey popülâsyoa alıır. Aşağıda, kullaıla pealtı foksiyou görülmektedir. K 2 x r f x r G g x, kl k k (1) k 1 Turuva seçide, seçim sürecii üç maddeyle özetleyebiliriz: a) Eğer kromozom çiftii her ikisi de uygu aralıkta değilse, pealtı foksiyou soucu küçük ola birey alıır. Yai uygu aralığa daha yakı ola birey tercih edilmiş olur. Ayrıca her iki bireyi de uygulukları hesaplamaz. b) Eğer kromozomlarda yalız biri uygu aralıkta ise, yai pealtı foksiyou soucu sıfır ise, bu kromozom popülâsyoa alıır. Diğer kromozomu uyguluğu hesaplamaz. c) Eğer her iki kromozom da uygu aralıkta ise, kromozomları uyguluk değerleri amaç foksiyou yardımıyla hesaplaır ve daha uygu ola birey popülâsyoa alıır. Bu uygulama içi miimizasyo yapıldığıda dolayı uyguluk değeri daha küçük ola birey seçilir. 3.Adım: Seçim işlemide sora sıra çaprazlama işlemidedir. Gerçek kodlu geetik algoritmada da ikili kodludaki gibi çeşitli çaprazlama yötemleri mevcuttur. Tek düze metodu, lieer çaprazlama, heuristic çaprazlama, karma çaprazlama, kuadratik çaprazlama vb. Bu problem içi tercih edile metot, aritmetiksel çaprazlamadır. 14

7 Aritmetiksel çaprazlamada eşleşe kromozomları, karşılıklı her bir gei içi rastgele [0,1] aralığıda bir sayı üretilir. Bu sayı çaprazlama oraıda küçük ise geler çaprazlama işlemie alıabilir. Daha sora her bir ge içi ρ adı verile [0,1] aralığıda rastgele üretile bir katsayı ile kromozomlar (2) deki formüle göre çaprazlaır. Oluşa yei esil değerleri Şekil 2 de görülmektedir., 1 x 1 t ρ. 2, t t x ( 1 ρ ). x 1,, 1 ve x 2 t ρ. 1, t t x ( 1 ρ ). x 2, (2) Geçişte öceki örek değerler Girişler X 1 X 2... X 23 X 24 X 25 X X 38 Giriş , ,4 Giriş Geçişte soraki döl (esil) değerleri 117 3, ,39 Girişler X 1 X 2... X 23 X 24 X 25 X X 38 Nesil , ,4 Nesil , ,39 a=0,38 içi rastgele seçile geçiş değerleri Şekil 2. Aritmetiksel çaprazlama soucuda oluşa örek değerler. değerleri 4.Adım: Çaprazlamada sora mutasyo işlemie geçilir. Popülasyodaki her bir kromozomu her bir gei (parametresi) içi [0,1] aralığıda rastgele bir ρ sayısı üretilir. Eğer ρ mutasyo oraıda küçükse, ge tekrar üretilerek kromozom mutasyoa uğratılmış oluur. 5.Adım: Seçile solama ölçütüe göre kotrol yapılarak süreci devam edip etmemesie karar verilir. Soladırma belli bir iterasyo sayısıa ulaşmak ya da bir uyguluk değerie yakısamak olabilir. 15

8 Souç olarak; işlemler isteile soladırma ölçütüe kadar devam ettirildikte sora problemi çözümüe e uygu ola bireyler popülâsyoda birikmiş olur. Bua göre geliştirile uygulamada, 100 iterasyo içi, 0.7 çaprazlama oraıda, 0.05 mutasyo oraı ile 160 popülâsyo boyutlu ve pealtı parametresi 1000 seçilerek optimum souca ulaşılmıştır. 3. Souç Bu çalışmada kullaıla GA, çözüm(ler) bulmak içi taraması gereke parametre uzayıı çok büyük olduğu durumlarda bu arama işlemi, içi e akılcı yötemdir. Evrimi her sürecide ediile bilgi sora ki esillere aktarılarak taramaı daha uygu bölgelerde gezmesi sağladığı gibi değişim işlemi yardımıyla yerel çözüm oktalarıa sıkışıp kalma olasılığı da azaltılıyor. Ayrıca GA ı paralel işlem yapıla bilgisayarlarda kullaılmaya elverişli yapısı da zama alıcı problemleri çözümü içi çekici bir seçeek olmasıı sağlamaktadır. Bu çalışma da kullaıla GA yapısı ile hastalık teşhis alaıda küçümsemeyecek bir doğruluk oraı sağladığı görülmüştür. Astım hastalığıı teşhisi içi GA hesaplama yötemi kullaılarak % doğruluk oraıa ulaşılmıştır. Souç olarak görüldüğü üzere astım hastalığıı teşhiside geetik algoritmaları kullaılmasıyla elde edile soucu küçümseemeyecek bir doğruluk oraıa sahip olduğu kaısıa varılmıştır. 4. Tartışma ve Öeriler Ülkemizde, astım hastalığıı teşhisi kousuda bir karar destek sistemi oluşturmak içi yeterli çalışmaı bulumadığı görülmüştür. Ayrıca bu sistemleri geliştirilmesi içi gerekli ola veri kümelerii temii de oldukça güçtür. Literatürde, hastalık teşhisi kousuda yapıla sııfladırma problemleri çalışmalarıı yeterli ve gücel olmadığı görülmüştür. Bu alada yapıla çalışmalar geellikle spesifik bir hastalığı yapay siir ağları ile sııfladırılması üzeride yoğulaştıkları görülmüştür. Bu çalışmada da spesifik bir hastalık ola astım ı geetik algoritmalar ile sııfladırılması üzerie değiilmiştir. 16

9 Bu çalışma ile geetik algoritmalar ile bir sııfladırma işlemii yapılabileceği vurgulamış ve öemseecek bir başarı elde edilmiştir. Bu amaç doğrultusuda hastalıklar üzeride farklı hesaplama yötemleri icelemiş olup geetik algoritmaları da bu alada yapılacak diğer çalışmalara örek teşkil edeceği düşüülmektedir. Referaslar 1. (Şubat 2009) 2. World Health Orgaizatio: Brochial asthma, (Mart 2009) 3. LAVOIE K.L., CARTIER, A., LABRECQUE, M. et al., Are psychiatric disorders associated with worse asthma cotrol ad quality of life i asthma patiets? Respir Med 2005;99: Natioal Istitutes of Health. Global strategy for asthma maagemet ad prevetio (GINA). NIH Publicatio No , AYDINLI, F., Soluum hastalıklarıa karşı Türkiye gardıı aldı, Actual Medicie, s. 71, Hazira Astım (Broşiyal Astım), (Hazira 2008) 7. GOLDBERG, D.E., (1989) Geetic Algorithms i Search, Optimizatio ad Machie Learig, Addiso-Wesley, USA. 17