KIZILÖTESİ SPEKTROSKOPİSİ KULLANILARAK KAN ÖRNEKLERİNDEN KOLON KANSERİNE YÖNELİK ÖZELLİK ÇIKARIMI

Abstract

Kanser günümüzde en sık karşılaşılan ölüm nedenlerinin başında gelmektedir. Birçok farklı kanser türü bulunmaktadır. Bu türlerden biride kolon kanseridir. Türkiye'de Sağlık Bakanlığı Kanser Daire Başkanlığı'nın en son yayınladığı 2013 raporlarına göre kolorektal kanser türü erkek ve kadınlarda görülme sıklığı açısından üçüncü sırada yer almaktadır. Kolon kanserinin belirlenmesinde kullanılan yöntemlerden biri kolonoskopidir. Kolonoskopi birçok kişinin pek sıcak bakmadığı bir tanı yöntemidir. Hastaların tanı aşamasında kolonoskopi yaptırmayarak (utanma, çekinme, korkma vb durumlardan), rahatsızlıklarının daha da ilerleyerek ölümle sonuçlandığı birçok durumun olduğu bilinmektedir. Bahsedilen duyguları ortadan kaldırmanın kolay bir yol olmadığı göz önüne alınırsa, insanlara kolonoskopinin gerekli ve zamanında yapılması gereken bir ön-tanılama aracı olduğunu gösterecek daha basit bir yönteme ihtiyaç vardır. Kısaca, kolonoskopi yaptırmak istemeyen kişilere kan numunesi kullanılarak yapılacak bir ön araştırma ile riskli bir durum olup olmadığının söylenebilmesi amaçlanmaktadır. Böylece kanser riski taşıyan bir kişinin tedavi sürecine daha erken başlaması sağlanacaktır. Bu sayede, kolonoskopi yaptırayım mı veya yaptırmayayım mı gibi bir soruyu düşünürken hastalığın ilerlemesi ve erken tedavi sürecinin gecikmesi önlenecektir. Bu tez çalışmasında, rutin kan numunelerinden kişinin kolon kanseri riskini belirlemeye yönelik örüntü tanıma temelli akıllı otomatik bir yöntem önerilmiştir. Bunun için, kolon kanseri ve sağlıklı kişileri, kan numunesinden elde edilen FTIR işaret örüntülerinden ayırt edebilen, geleneksel tanı testleri (kolonoskopi, biyopsi) öncesinde özgün, duyarlılık ve doğruluk oranı yüksek yeni bir ön-tanı metoduna yönelik yazılım gerçekleştirilmiştir. Gerçekleştirilen yazılım ile FTIR işaretlerine dalgacık ve dalgacık paket dönüşümleri uygulanarak, elde edilen alt bant işaretlerinden bilgi çıkarımları yapılmıştır. Çıkarılan bu bilgilerden oluşturulan özellik vektörleri YSA ile sınıflandırılmıştır. Böylece, önerilen üç yönteme göre, 30 kolon kanseri hastası ile 40 sağlıklı kişinin kan numuneleri, %95,65-100 arasında değişen doğruluk ile sınıflandırılmıştır. Bu çalışma, Fırat Üniversitesi Girişimsel Olmayan Araştırmalar Etik Kurulu Başkanlığının (25.03.2014/02) izni ile yapılmıştır.Nowadays, cancer is one of the most common causes of death. There are many different types of cancer. One of these types is colon cancer. In Turkey, according to the latest published 2013 report of Cancer Department under The Ministry of Health, colorectal cancer type is located in the third place in terms of the incidence in men and women. One of the methods used in the determination of colon cancer is colonoscopy. Colonoscopy is a diagnostic method which is not highly acceptable to many people. It is known that there are lots of disease cases that patients do not take their colonoscopy process (due to shyness and/or being afraid, etc.); thus, their cases get developed and may result in death. Considering that there is no easy way to overcome the above-mentioned feelings, there is a need for simple pre-diagnostic method to show people the needed colonoscopy on the right time. Briefly, it is intended to be able to determine whether situation is risky or not by using a blood sample as a pre-research for people who do not accept a colonoscopy. Therefore, early treatment to a person with a cancer risk will be provided. In this way, when considering a question like "If I have colonoscopy surgery or not?" disease progression and early treatment delay will be prevented. In this thesis, a pattern recognition based on intelligent automatic method has been proposed using routine blood samples to determine the risk of colon cancer. A software was developed to distinguish between colon patients and healthy individuals from FTIR patterns of sign that obtained from their blood samples. The developed software is a novel pre-diagnosis method used before other conventional diagnosis methods and it has a high sensitivity and accuracy rate. With the developed software, information extraction has been done from sub-band signs by applying Wavelet and Wavelet Packet Transform to the FTIR signs. Feature vectors that are generated from these extracted information were classified by Neural Network. Thus, according to the proposed three methods, blood samples of 30 colon cancer patients and 40 healthy individuals were classified with the accuracy rate of %95,65 to %100. This thesis study was made with the permission of Firat University Research Ethics Board of the Non-invasive (25.03.2014/02).