Uzm. Ody. Soner Türüdü

Hesaba Dayalı (İşlemsel, Bilgisayarlı) Odyoloji – Computational Audiology

Hesaba Dayalı (İşlemsel, Bilgisayarlı) Odyoloji – Computational Audiology

Uzun aradan sonra herkese merhaba,

Bugün literatüre henüz girmekte olan, makine öğrenmesi ve yapay zekanın gelişimi ile direk bağlantılı bir konudan bahsedeceğim.

İşlemsel, Hesaba Dayalı veya başka bir deyişle Bilgisayarlı Odyoloji, makine öğrenmesi ve yapay zeka ile çeşitli uygulamalar geliştirip; bu uygulamaları alanda, işitme kaybının küresel yükünü hafifletme amacıyla kullanan bir Odyoloji alt bilim dalıdır.

Çok kaynaklı sayısal veriler ile büyük veri setlerinin sağlık alanında tanı ve tedavi amaçlı kullanımı son yıllarda giderek artmaktadır. Görüntü işleme teknolojileri, ilaçların keşif ve üretim aşamaları, hastalıkların ve çeşitli bozuklukların tanılanması, robotik cerrahi, salgın tahminleri, geliştirilmiş radyoterapi gibi birçok farklı alanda yapay zeka teknolojileri kullanılmaktadır.

Odyoloji alanında ise, dış ve orta kulak patolojilerinin belirlenmesi, makine öğrenmesi ile odyometri, işitme kayıplarının sınıflandırılması gibi birçok proje yapılmıştır, yapılmaya devam etmektedir.

İlgi çekici konulardan bazıları ise şunlardır:

  • Makine öğrenimi ile ABR cevaplarından tinnitus tahmini yapma
  • Yapay zeka ile gizli işitme kaybında konuşma algısını modelleme
  • Doğal konuşmaya işitsel beyinsapı cevaplarının hesaba dayalı modellemesi
  • Makine öğrenimi odyometrisi ile dinamik olarak maskelenmiş odyogramlar
  • İşitme kaybı tiplerini sınıflandırmak ve tespit etmek için Digit-in-Noise Testi

Önümüzdeki 10 yıl içerisinde makine öğrenmesi ve yapay zeka ile geliştirilecek uygulamaların artması ile bireylerin işitme sağlıklarına yönelik, bireysel ve toplumsal farkındalığın artarak; belki de kişilerin yanlarında taşıdıkları bir cihaz veya aparat ile işitme sağlığına etki edecek negatif etkiler ortadan kaldırılabilecek.

Bu sürecin atölyesinde ise genellikle Python yazılım dili kullanılmaktadır. Python; verilerin görselleştirilmesi, görüntü işleme, dijital sinyal işleme, verilerin ön işlenmesi, büyük veri analitiği, yapay zeka, makine öğrenmesi (denetimli, denetimsiz), derin öğrenme gibi pek çok konuda uygulama ve pratik yapmaya imkan sağlar. Ancak bu süreç hiç de düşünüldüğü kadar basit değildir. Özellikle makine öğrenmesi için aşağıda örnek bir blok diyagram gösterilmiştir.

Verilerin toplanması ve hazırlanması-ham verilerin işlenmesi-verilerin analiz edilmesi-modelin geliştirilmesi ve test edilmesi ve sonuçlandırma kısımları

Python bilmiyorsanız da, Microsoft Azure gibi makine öğrenmesi stüdyosuna sahip bir yazılım ile modeller oluşturarak, projelerinizi gerçekleştirebilirsiniz fakat her şekilde işleyişi ve ilgili terimleri iyi şekilde bilmek gerekir. Microsoft Azure yazılımı ile sadece görüntü işleme özelliği kullanarak yaptığım projeyi buradan inceleyebilirsiniz.

İşlemsel (Bilgisayarlı) Odyoloji alanında çeşitli kaynaklara, yapılan çalışmalara, ilgili konferans ve oturumlara, yazılara ve yeniliklere ulaşmak isterseniz computationalaudiology adresini ziyaret edebilirsiniz.

Ayrıca 2020 yılında yapılmış olan İşlemsel (Bilgisayarlı) Odyoloji sanal kongre ve içeriğine de ilgili siteden ulaşıp faydalanabilir; mail sistemine bağlanarak son gelişmeleri takip edebilirsiniz.

Sizler de İşlemsel (Bilgisayarlı) Odyoloji alanında çalışmalar yapmak, alana katkı sağlamak ve yeni fikirler üzerine düşünmek istiyorsanız soner.turudu@gmail.com adresinden benimle iletişime geçebilirsiniz.

Sonraki yazılarda görüşmek üzere.

 

 

BİR YORUM YAZIN

ZİYARETÇİ YORUMLARI - 1 YORUM

Henüz yorum yapılmamış.