Oct Görüntüleriyle Bağımlılık Tespiti: Metamfetamin Ve Eroin Kullanımının Tahmin Edilmesi

Abstract

Metamfetamin ve eroin bağımlılığı, dünya çapında önemli bir halk sağlığı sorunudur. Mevcut teşhis yöntemleri genellikle invaziv, zaman alıcı ve pahalıdır. Bu proje, optik koherens tomografi (OCT) görüntüleme ve yapay zeka (AI) kullanarak metamfetamin ve eroin bağımlılığını otomatik olarak tespit etmeyi amaçlamaktadır. Bu yöntem, teşhis sürecini basitleştirerek ve hızlandırarak bağımlılıkla mücadelede önemli bir ilerleme sağlama potansiyeline sahiptir. Proje kapsamında, metamfetamin ve eroin bağımlılarının ve bağımlı olmayanların OCT görüntüleri toplanacaktır. Daha sonra bu görüntüler, bağımlılığı otomatik olarak tespit etmek için eğitilmiş bir AI modeli oluşturmak için kullanılacaktır. Eğitim süreci, büyük miktarda etiketlenmiş veri kullanılarak yapılacaktır. Bu veriler, OCT görüntülerinde metamfetamin ve eroin kullanımının içerecek şekilde etiketlenmiş olacaktır. Eğitilmiş model, yeni OCT görüntülerini analiz etmek ve metamfetamin veya eroin kullanımının varlığını tespit etmek için kullanılacaktır. Bu analiz, görüntülerdeki belirli desenleri ve özellikleri tanımlamak için derin öğrenme algoritmalarının kullanımını içerecektir. Son olarak, modelin doğruluğu ve performansı, doğrulama ve test veri setleri üzerinde değerlendirilecektir. Proje, Erzurum Teknik Üniversitesi Bilgisayar Mühendisliği bölümü öncülüğünde 3 kuruluş bünyesinde yürütülecektir. Bu kuruluşlar sırasıyla Erzurum Şehir Hastanesi ve Fırat Üniversitesi Adli Bilişim Mühendisliğidir. Proje ekibinde 2 Bilgisayar Mühendisi, 2 Adli Bilişim Mühendisi, 1 uzman psikiyatr, 1 biyokimya uzmanı, 1 uzman göz doktoru ve yüksek lisans/doktora bursiyerleri görev alacaktır. Proje kapsamında elde edilecek sonuçlar alanında uzman tıp doktorları tarafından da incelenecek ve doğrulanacaktır. Proje tamamlandığında, OCT görüntülerinin analizi için kullanılan yapay zekâ teknikleri, tıbbi alanda önemli bir uygulama alanı bulacaktır. Bu teknikler, madde bağımlılığının tespiti ve teşhisi için geleneksel yöntemlere alternatif olacak ve tıp alanında önemli bir ilerleme sağlayacaktır. Madde bağımlılığı, birçok toplumda ciddi bir sorun olarak görülmektedir. Projenin başarılı olması durumunda, madde bağımlılığının daha erken tespiti ve tedavisi için daha etkili araçlar sağlanacak ve bu sayede önemli bir toplumsal etki elde edilecektir. Bu sayede, madde bağımlılığına karşı mücadelede önemli bir adım atılması hedeflenmektedir. Ek olarak, proje çalışması yapay zekâ ve tıp alanlarındaki bilgi ve teknolojiyi birleştirmeyi amaçlamaktadır. Bu sayede gelecekte yapay zekâ destekli tıbbi teşhis yöntemlerinin kullanılabilirliğinin arttırılması hedeflenmektedir. Proje kapsamında elde edilecek veriler madde bağımlılığının görüntü tabanlı teşhisinde kullanılabilecek yeni bir veri tabanı sağlayacaktır. Bu veri tabanı gelecekteki araştırmacılar ve klinik uzmanlar için oldukça değerli bir veri yatağı olacaktır. Son olarak, proje kapsamında alanında yüksek lisans ve doktora bursiyerleri istihdam edilecek olup ilgili alanda nitelikli personelin yetişmesine katkı sağlanmış olacaktır.

Methamphetamine and heroin addiction is a major public health problem worldwide. Current diagnostic methods are often invasive, time-consuming and expensive. This project aims to automatically detect methamphetamine and heroin addiction using optical coherence tomography (OCT) imaging and artificial intelligence (AI). This method has the potential to provide a significant advance in the fight against addiction by simplifying and speeding up the diagnostic process. Within the scope of the project, OCT images of methamphetamine and heroin addicts and non-addicts will be collected. These images will then be used to create an AI model trained to automatically detect addiction. The training process will be done using a large amount of labeled data. This data will be labeled to include methamphetamine and heroin use in OCT images. The trained model will be used to analyze the new OCT images and detect the presence of methamphetamine or heroin use. This analysis will involve the use of deep learning algorithms to identify specific patterns and features in the images. Finally, the accuracy and performance of the model will be evaluated on validation and test datasets. The project will be carried out within 3 organizations under the leadership of Erzurum Technical University Computer Engineering department. These organizations are Erzurum City Hospital and Firat University Forensic Informatics Engineering. The project team will include 2 Computer Engineers, 2 Forensic Informatics Engineers, 1 specialist psychiatrists, 1 biochemistry specialist, 1 specialist ophthalmologists and master's/doctoral fellows. The results to be obtained within the scope of the project will also be examined and verified by specialized medical doctors. When the project is completed, artificial intelligence techniques used for the analysis of OCT images will find an important application in the medical field. These techniques will be an alternative to traditional methods for the detection and diagnosis of substance abuse and will provide a significant advance in the field of medicine. Substance addiction is seen as a serious problem in many societies. If the project is successful, it will provide more effective tools for earlier detection and treatment of substance abuse, resulting in significant societal impact. In this way, it is aimed to take an important step in the fight against substance abuse. In addition, the project work aims to combine knowledge and technology in the fields of artificial intelligence and medicine. In this way, it is aimed to increase the usability of AI-supported medical diagnosis methods in the future. The data to be obtained within the scope of the project will provide a new database that can be used in image-based diagnosis of substance abuse. This database will be a very valuable data bed for future researchers and clinical experts. Finally, within the scope of the project, master's and doctoral fellows will be employed in the field and will contribute to the training of qualified personnel in the relevant field.