Sınır zekâ ve zihinsel yetersizliği olan çocuklarda WISC-R profillerinin makine öğrenme algoritmaları ile incelenmesi
Sinan Altun1, Ahmet Alkan1, Hatice Altun21Kahramanmaraş Sütçü İmam Üniversitesi Fen Bilimleri Enstitüsü Elektrik-elektronik Mühendisliği2Kahramanmaraş Sütçü İmam Üniversitesi Tıp Fakültesi Çocuk Ve Ergen Ruh Sağlığı Ve Hastalıkları Ana Bilim Dalı
Bilgisayar destekli tanı (BDT) sistemleri, çeşitli hasta bilgilerini kullanarak doktora yardımcı karar destek sistemi oluşturmak amacıyla son yıllarda sıklıkla kullanılmaktadır. Bu çalışmada BDT sistemine yönelik yapılan karar ağaçları algoritması uygulamasıyla, Wechsler Çocuklar için Zekâ Ölçeği (WISC-R) profillerinin, sınır zekâ (SZ), hafif ve orta düzeyde zihinsel yetersizlik (ZY) teşhisindeki sınıflandırma başarısının karşılaştırılması amaçlanmıştır. Çalışmanın veri seti DSM-V’ e göre tanı konan 50 SZ, 61 hafif düzeyde ZY ve 21 orta düzeyde ZY olmak üzere toplam 132 hastanın WISC-R testi sonuç raporları kullanılarak oluşturulmuştur. WISC-R puanlarının sonuca etkisinin karşılaştırılabilmesi için 132 hastanın test puanları: toplam, sözel ve performans zekâ bölümü puanları; sözel ve performans zekâ bölümü alt ölçek puanları ve bu ikisinden oluşan 3 ayrı veri seti oluşturulmuştur. WISC-R testinin bütün puan türlerini içeren veri setinde, ilk iki düğüm toplam zekâ bölümü puanı seçilmiş ve burada 132 hastadan 108’i başka bir özniteliğe bakılmaksızın sınıflandırılmıştır. Karar ağacında, toplam zekâ bölümü puan türünü içeren birinci ve üçüncü veri setleri 0.91 gibi yüksek sınıflandırma başarısı elde etmişlerdir. Bu çalışma sonuçları, SZ, hafif ve orta düzeyde ZY teşhisinde, karar ağaçları algoritmasında WISC-R profillerinden toplam zekâ bölümü puanının en etkili olduğunu ve BDT sistemlerinin mümkün olabileceğini göstermektedir.
Anahtar Kelimeler: WISCR, karar ağaçları, makine öğrenmesi, sınır zekâ, zihinsel yetersizlikThe investigation of WISC-R profiles in children with border intelligence and intellectual disability with machine learning algorithms
Sinan Altun1, Ahmet Alkan1, Hatice Altun21Kahramanmaras Sutcu Imam University, Institute Of Science, Electrical And Electronics Engineering2Kahramanmaras Sutcu Imam University Faculty Of Medicine, Department Of Child And Adolescent Mental Health And Diseases
Computer assisted diagnosis (CAD) systems have been used frequently in recent years in order to create a doctoral assistance decision support system using various patient information. In this study, it was aimed to compare the success of the Wechsler Intelligence Scale for Children (WISC-R) profiles by the decision trees algorithm applied to the CAD system, and the classification success in the detection of the border intelligence (BI), mild and moderate intellectual disability (ID). The data set of the study was formed by using WISC-R test results of 132 patients (50 BI, 61 mild ID and 21 moderate ID) diagnosed according to DSM-V. In order to compare the effect of WISC-R scores on the outcome, 132 patients' test scores: total, verbal and performance intelligence scores, verbal and performance intelligence subscale scores and 3 separate data sets were formed. The all the score types of the WISCR test, the first two node total intelligence scores were selected, and 108 of 132 patients were classified regardless of another attribute. In the decision tree, the first and third datasets containing the total intelligence section score type achieved a high classification success rate of 0.91. The results of this study show that the total intelligence score of the WISC-R profiles is the most effective in the decision trees algorithm in BI, mild and moderate ID diagnosis, and that CAD systems are possible.
Keywords: WISC-R, decision tree, machine learning, border intelligence, intellectual disabilitySorumlu Yazar: Sinan Altun, Türkiye
Makale Dili: Türkçe