Makine öğrenimi ile EKG, PPG ve uzak PPG sinyalleri kullanarak glukoz seviyesi tespiti


Çakın Ö., Karaman O.(Yürütücü), Gürpınar E., Polat Ö., Sarı R., Aydemir M., et al.

TÜBİTAK Projesi, 2022 - 2024

  • Proje Türü: TÜBİTAK Projesi
  • Başlama Tarihi: Kasım 2022
  • Bitiş Tarihi: Nisan 2024

Proje Özeti

Diyabet günümüzde giderek sayısının artmasından ve sık komplikasyon görülmesinden kaynaklı en önemli sağlık sorunlarından biri olarak kabul edilmektedir. Diyabet insülin hormonunun eksikliği veya etkisizliği sonucu oluşan, ömür boyu süren bir hastalıktır. Diyabet tedavisinde amaç kan şeker regülasyonunu sağlayarak hem kişinin yaşam kalitesini yüksek tutmak hem de uzun dönem komplikasyonların gelişimini önlemektir. Metabolik bir sendrom olan diyabet, sık takip gerektiren ve doğru yönetilmediği takdirde ciddi komplikasyonlara hatta ölüme yol açmaktadır. Gelişen teknoloji ile diyabetli bireylerin takibi ve komplikasyonları önlemede de yeni sağlık yaklaşımları kullanılmaktadır. Elektrokardiyografi (EKG), kalp kasının ve sinirsel iletim sisteminin çalışmasını incelemek üzere kalpte meydana gelen elektriksel faaliyetin kaydedilmesiyle elde edilmektedir. Fotopletismografi (PPG) periferik dolaşımda kandaki hacimsel değişiklikleri tespit edebilmek amacıyla kullanılan optik bir tekniktir. PPG basitçe cildin aydınlatılması ve ışık emilimindeki değişikliklerin ölçülmesi prensibiyle çalışmaktadır. Son yıllarda PPG ve EKG sinyalleri kullanılarak non-invazif bir şekilde glukoz seviyesinin tespit edildiği makine öğrenimi modelleri geliştirilmeye başlanmıştır. Makine öğrenimiyle birlikte üstün başarı gösteren bu çalışmaların doğruluğunu arttırmak için hem EKG hem de PPG sinyallerini aynı anda incelenerek doğruluğun arttırılması ve alanında öncü bir çalışma gerçekleştirilmesi planlanmaktadır. Yapılan literatür araştırmalarında kandaki glukoz seviyesinin, EKG ve PPG sinyalleriyle tespit edilebildiği görülmüştür. Bu çalışmalarda, PPG sinyali ile glukoz seviyeleri arasında işlevsel bir ilişkinin var olduğu öne sürülmüştür. Bu işlevsel ilişki, bireyin hemodinamiğiyle ilişkili olduğu, ek olarak, otonom sinir sisteminin durumu PPG ve EKG sinyallerine kısmen yansıtması ve ayrıca glukoz seviyesinin kan viskozitesini değiştirdiği bu durumun damarlardaki basınç değişimini etkileyeceği fikri öne sürülmüş ve bu ilişkinin makine öğrenimiyle doğrulanabileceği ön görülmektedir. Bu bilgiler ışığına proje kapsamında ortaya atılan hipotezlerden biri de dolaşım sisteminin fiziksel özelliklerinin kandaki glukoz seviyesiyle birlikte değişmesinin kütle-yay sistemi şeklinde bir anolojiyle yaklaşıldığında frekans uzayındaki tepkilerinin değişeceğini baz alarak, kalbin glukoz değişimine bağlı olarak damarlara uygulayabildiği kuvvetin frekansın bir fonksiyonu olarak değiştiği öne sürülmektedir. Dolayısıyla glukoz değişiminin de kalpte depolarizasyon nedeniyle oluşan kasılmalar esnasında oluşan elektriksel potansiyelin değişmesine ve dolayısıyla EKG sinyalinin frekansa bağlı bir değişime tabi tutacağı ön görülmektedir. Derinin dermis ve epidersmis katmanlarında bulunan kılcal ve atardamarların kan dolmasıyla ciltteki renk değişimlerinin uzaktan tespit edilmesine uzak PPG (rPPG) ismi verilmektedir. rPPG sinyalleri harici bir ışık kaynağının insan vücudu üzerinden yansımasının bir kamera ile izlenmesiyle elde edilmektedir. Literatür araştırmalarında sadece PPG sinyallerinin analiziyle elde edilen başarılar göz önüne alındığında rPPG ile de benzer bir performans yakalanabileceği hipotezi üretilmiştir. rPPG’nin çalışma prensibi yansımalı puls oksimetre cihazlarının çalışma prensibine büyük benzerlik gösterdiği için, sadece rPPG sinyallerinin analiz edilmesiyle makine öğrenimiyle kandaki glukoz miktarıyla ilgili bir tahmin yürütülebileceği söylenebilir. Bu bağlamda proje kapsamında glukoz seviyesinin sadece kamera vasıtasıyla rPPG sinyallerinin analiziyle tahmin edilmesi de sağlanacak ve bu alanda öncü bir çalışma olacaktır. Akdeniz Üniversitesi Endokrinoloji ve Metabolizma Hastalıkları Ana Bilim Dalı ve Notrino Research Bil-Tek Ar-Ge LTD. ŞTİ. tarafından yönetilecek proje sürecinde toplam 3000 katılımcıdan EKG, PPG ve video kayıtları alınarak glukoz tahmini yapan yapay zeka modelleri geliştirilmesi planlanmaktadır. Önerilen proje, ulusal ve uluslararası alanda öncelikli alanlar kapsamında yer alması nedeniyle, proje çıktılarının ulusal ve küresel anlamda literatüre önemli katkısı olacağı öngörülmektedir. Uluslararası Science Citation Index’te taranan saygın dergilerde yapılan çalışmaların yayınlanması planlanmaktadır. Projenin başarıyla tamamlanması sonucu, üretilecek olan prototip ile yüksek performanslı, kaliteli, maliyet etkin ve güvenilir çözümler geliştirilmesi, katma değeri yüksek, güvenilir ürün ve çözümler sunarak, markalaştırılması hedeflenmiştir.