Dr Tansu KÜÇÜKÖNCÜ — Verisi Olmayan (Beyin Cerrahi Yoğun Bakım hastalarından kendim ölçtüm dediği Ultrason Doppler Beyin verileri) UYDURMA Doktora Tezi : Uçman Ergün, 2005

Dr Tansu KÜÇÜKÖNCÜ —
Verisi Olmayan (Beyin Cerrahi Yoğun Bakım hastalarından
kendim ölçtüm dediği Ultrason Doppler Beyin verileri)
UYDURMA Doktora Tezi : Uçman Ergün, 2005

Uçman Ergün,
“Transcranial Doppler İşaretlerinin Yapay Zeka Ortamında Sınıflandırılması”,
2005, 74 sf., doktora tezi,
Gazi Üniversitesi, Elektronik ve Bilgisayar Eğitimi Bölümü
Tez danışmanı : İnan Güler
2. danışman : Fırat Hardalaç
Tez jürisi üyeleri : Ömer Faruk Bay, Nihal Fatma Güler,
Ahmet Arslan, Hasan Şakir Bilge

Göstermediği ve “ölçtüğünü ve var olduklarını belgeleyemediği”
Doppler Beyin verilerini
“Nöroşirurji (Beyin Cerrahi) Yoğun Bakım’daki
beyin travması geçirmiş hastalardan
kendim ölçtüm”
der.

Tezdeki HİLELER :
SAHTECİLİK :

– Tezde hiçbir çalışma yapılmadığı halde yapılmış gibi gösterilmiş olması

– Tezdeki “Doppler Beyin” verilerinin ve bunlara bağlı sonuçların
UYDURMA olması :
— beyin (nöroloji) hastalıklarının teşhisi konusunda,
tamamen tıbbi veriler üzerine kurgulandığı halde,
bu TIBBİ VERİLERİN HİÇBİRİNE YER VERİLMEMESİ ve
nerede – ne zaman – ne şekilde – ne amaçla –
kimler tarafından – kimlerden ölçüldüğüne yer verilmemesi ve
VERİLERE DAİR HİÇBİR KAYNAK GÖSTERİLMEMESİ
— “Doppler Beyin” verileri,
Uçman Ergün tarafından kaydedilmiş gibi anlatılmaktadır ;

Uçman Ergün tıp doktoru değildir,
İnan Güler de tıp doktoru değildir,
Fırat Hardalaç tıp doktoru değildir (!) :

– “İnsan Gönüllüleri Üzerindeki Tıbbi Araştırmalarda Etik İlkeler” başlıklı
Dünya Tıp Birliği Helsinki Bildirgesi’ni (Haziran 1964) açıkça ihlal etmesi

– İÇİNDE HİÇBİR ŞEY OLMAMASI

– Eğitim ve Teknik Eğitim konularında hiçbir şey içermemesi
(Elektronik ve Bilgisayar Eğitimi bölümünde önerilmemesi ve onaylanmaması gerekmesi),

– Tezde “Doppler Beyin” verileri kısmında kullanıldığı iddia edilen
VAR OLMAYAN veriler
(uzman doktorlar gerekmekte, hastane ortamı gerekmekte) :

Tezde hiçbiri gösterilmeksizin kullanıldığı (??) ve
hiçbir kaynak ve sorumlu uzman doktor ve
diğer hiçbir detay (zaman, yer vd) gösterilmeksizin
Erciyes Üniversitesi Tıp Fakültesi
Beyin Cerrahi Yoğun Bakım Ünitesi’inde kaydedildiği (??) iddia edilen ve
tez boyunca gerekli uzmanlığa sahip olmadığı halde
Uçman Ergün tarafından kaydedilmiş gibi anlatılan tıbbi veriler :
– 110 kişiden alınan transcranial Doppler işaretleri
(beyin (nöroloji) doktoru gerekmekte).

Bu hastaları bulabilmek, bir araya gelebilmek için de,
ne derecede ne hastası olduklarını anlayabilmek için de
ilgili uzman doktor (beyin (nöroloji)) olmak gerekmekte.

İMKANSIZ VERİLER :
Verileri Yoğun Bakım’daki hastalardan kaydetmenin İMKANSIZ OLMASI :
Yoğun Bakım Ünitesi’ine sorumlu sağlık personeli haricinde
kimseyi sokmazlar !
Uçman Ergün’ü, İnan Güler’i ve Fırat Hardalaç’ı hiç sokmazlar !

Tezde 110 kişiden ultrason cihazıyla alınan transcranial Doppler işaretlerinin
hız parametrelerinin normal ve darlık şeklinde iki sınıfa ayrılması durumunda
hem lojistik regresyon hem sinir ağı ile % 93,
verilerin dört farklı sınıfa ayrılması durumda
sinir ağıyla % 80.9,
lojistik regresyonla % 80.9
sınıflandırıldığı (??) iddia edilmekte.

Tezde yapıldığı (??) iddia edilenlere dair tek bahis bu :
verilere (transcranial Doppler işaretleri) dair hiçbir ipucu YOK,
verilerin sınıflandırılmasının neye dayandığına
(radyolog teşhisleri (sf. 31), anjiyografik bulgular (sf. 45) vd)
dair hiçbir ipucu YOK.
Kısaca, tezde hiçbir şey YOK !

Tezde hiçbir kaynak gösterilmeksizin kullanıldığı (??) iddia edilen
tıbbi verilerin (ultrason cihazıyla elde edilen transcranial Doppler ölçümleri),
tıp uzmanlarınca (beyin (nöroloji)),
ne Erciyes Tıp Fakültesi’nde (Kayseri)
ne herhangi bir şehirdeki başka bir tıp fakültesinde,
ölçülmüş olması mümkün değildir ! :
– tezde bu verilerle ilişkili (??) gösterilen tek kaynak (60),
Fırat Hardalaç’ın doktora tezi (1997).

– tezin kaynaklar listesinde başka yazarlara ait,
bu verilerle ilişkili gözüken hiçbir kaynak yok !

– bu verileri ölçen (??) tıpçıların bunlarla tez – makale yazmış olmaları gerekirdi,
literatür taramalarında (internet vd) böyle bir şey çıkmıyor.

– tezde kullanıldığı (??) iddia edildiği halde
“kaynağı belli olan” 1 tek örnek bile gösterilmeyen
transcranial Doppler verileri neye benzer ?
Fikir vermesi için, şu makalede (1993)
göz atardamarı ve boyun atardamarı renkli ultrason görüntüleme verileri
neye benzer, görülebilir (6 çıktı resmi) :
“Color Doppler imaging of orbital arteries for
detection of carotid occlusive disease”,
H. H. Hu, W. Y. Sheng, M. Y. Yen, S. T. Lai and M. M. Teng
Stroke. 1993;24:1196-1203 ; doi: 10.1161/01.STR.24.8.1196
(Stroke is published by the American Heart Association)

* http://stroke.ahajournals.org/content/24/8/1196.full.pdf#page=1&view=FitH

Tezde kullanıldığı (??) iddia edilen verilerin
makaledeki 6 resimdeki gibi
“ultrason cihazının teknik özellikleri, bulunduğu adres
(Erciyes Tıp Beyin Cerrahi Yoğun Bakım gibi),
ölçüm parametreleri, ölçüm tarihi”
gibi verileri tanımlayan bilgileri de içeren renkli çıktıları
olması gerekirdi.

Eğer tezde kullandığını (??) iddia ettiği verilerden
Uçman Ergün’ün elinde 1 tane bile olsaydı, teze koyardı.

İnan Güler’in ve Fırat Hardalaç’ın,
Uçman Ergün’ün elinde 1 tane veri bile olmadığını bilmemesi mümkün değil ;
aksine Uçman Ergün’ün elinde 1 tane veri bile olmaksızın bu
“İÇİNDE HİÇBİR ŞEY OLMAYAN, tamamen UYDURMA”
doktora tezini yazmaya,
İnan Güler ve Fırat Hardalaç tarafından yönlendirildiği açıktır.

Tez jürisi de özel seçilmiş, içlerinde 1 tek tıpçı yok (ne beyin (nöroloji) ne diğer),
diğer tıpçılar bir yana,
100 mt ötelerindeki Gazi Üniversitesi’nin tıpçıları bile
tezden özellikle uzak tutulmuş.

*****

Tezde tıbbi verilere dair bahislerin tamamı :

(Özet)
“…. transcranial Doppler işaretlerinin
uzman doktorlarca tam olarak yorumlanamaması
kliniklerde yoğun ve etkili şekilde kullanımını engellemektedir.
…. beyin arterlerinden (orta ve ön) alınan transcranial Doppler işaretleri
sayısal ortamda işlenerek spektral analizleri yapılmıştır.
…. Daha önceden uzman radyologlarca (darlık ve tıkanıklık açısından
sınıflandırılan bu verilerin lojistik regresyon ve
ileri beslemeli geri yayılımlı sinir ağları
tarafından doğru sınıflandırılması gerçekleştirilmiştir.)”

(Abstract)
“…. expert medical staff’s enabling to interpret transcranial Doppler signals properly
prevents its usage in the clinics more effectively and widely.
The spectral analysis of transcranial Doppler signals obtained from
brain arteries (middle and anterior) have been carried out
…. By this method the data which have been classified properly and
more accurately by logistic regression and
feed forward back propagation neural network.”

(Teşekkür)
“Erciyes Üniversitesi Tıp Fakültesi
Beyin Cerrahi Anabilim Dalı öğretim üyelerinden
Doç. Dr. Suat ÖKTEM’e transcranial verilerinin elde edilmesinde
göstermiş olduğu yardımlardan dolayı teşekkürlerimi sunarım.”

(sf. 3, paragraf 3)
“Erciyes Üniversitesi Tıp Fakültesi
Beyin Cerrahi Yoğun Bakım Ünitesi’inde
hastalar üzerinde transcranial Doppler cihazı ile çalışılmıştır.
Bu çalışma ile elde edilen veriler bu tez çalışmasında kullanılmaktadır.
Transcranial Doppler cihazını pratik olarak kullanan doktorlarla
cihazın kullanım yerleri, avantajları ve
dezavantajları ile ilgili çeşitli tartışmalar yapılmıştır.
Bu çalışma ile kurulacak sistemin oluşturulması aşamasında
kendilerinin görüşlerine de başvurulmuştur.
Genel olarak geliştirilmesi düşünülen Doppler teşhis sisteminin
transcranial Doppler cihazının
daha etkin kullanılmasını sağlayabileceği yönünde
görüşlerini bildirmişlerdir.

…. Bu tez çalışmasında kullanılan transcranial Doppler işaretleri
elde edildikten sonra
HFD spektral analizi yapılmıştır.”

(sf. 4, paragraf 2)
“Hastadan alınan transcranial Doppler işaretlerinin
yapay zeka ortamında yorumlanabilmesi için elde edilen
Doppler hız parametreleri üçüncü bölümde sinir ağlarına uygulanılırken
karşılaştırma amacıyla
istatistik bir yöntem olarak lojistik regresyon kullanılmıştır.
Genellikle kullanılan Doppler hız parametreleri yanında
orta beyin arterindeki bir daralmanın
ön beyin arterindeki akışı nasıl etkilediğini
inceleyebileceğimiz parametreler de kullanılmıştır.
Öncelikle normal ve darlık şeklinde iki kategoride sınıflandırılan
transcranial Doppler hız parametreleri
ikinci aşamada dört farklı kategoride incelenmiş ve
elde edilen sonuçlar yorumlanmıştır.
Daralma ve tıkanıklığın belirlenmesinde
hangi parametrelerin etkili olduğu incelenmiştir.”

(sf. 6)
“2. TRANSCRANIAL DOPPLER İŞARETLERİ, SİNİR AĞLARI VE
GENETİK ALGORITMA

Bu bölümde, öncelikle tez çalışmasında ele alınan tıbbi verilerin
nasıl elde edildiği açıklanmaktadır.
Bu amaçla orta beyin arterindeki kan akışını inceleyebilmek için
transcranial Doppler işaretlerinin elde edilmesi
…. Hastadan elde edilen Doppler parametrelerini sınıflandırarak
uzman doktorun daha doğru ve hızlı teşhis yapmasına
yardımcı olunması amacıyla
sinir ağları ele alınmaktadır.”

(sf. 14)
“2.2.1. Transcranial Doppler işaretlerinin alınması

Bu tez çalışmasında işaretlerin elde edilmesi için kullanılan sistem
dört ana bloktan oluşmaktadır (Şekil 2.5).
Bu sistemde 2 Mhz’lik transcranial Doppler cihazı
(Multi Doppler Transducer XX, DWL, GmbH, Uberling, Germany),
bir analog/sayısal dönüştürücü ve bir kişisel bilgisayar kullanılmıştır.
…. Bu sistemde 2, 4, 8 ve 20 Mhz’lik dört tip dönüştürücü kullanılabilir (60)”

(60) : Fırat Hardalaç, doktora tezi, 1997, “Tanscranial Doppler sinyalleri için en
iyi spektral analiz metodunun belirlenmesi”, Fırat Üniversitesi FBE, 70 sf.

“Transcranial Doppler cihazının çıkışından alınan işaret
16-bitlik analog/sayısal dönüştürücü yardımıyla sayısallaştırılır.
Her hastadan elde edilen transcranial Doppler işaretleri
spektral analiz yapılması amacıyla bir kişisel bilgisayara aktarılır.”

(sf. 16, paragraf 3)
“Transcranial Doppler işaretlerinin alındığı damara bağlı olarak
işaretin maksimum frekansı değişebildiği için sistemin
değişik örnekleme frekanslarında çalışabilir olması gerekir.
Kullandığımız sistemde örnekleme frekansı 2.56 kHz ile 20.48 kHz arasında
değişebilmektedir.
Bu örnekleme frekansları kullanıldığında 1.28 kHz ile 10.24 kHz
arasındaki frekanslarda beyin ölçümleri yapılabilmektedir (61).
Bu çalışmada bir daralma durumunda frekans örtüşmesinden kaçınabilmek için
20.48 kHz örnekleme frekansı ile çalışılmıştır.”

(61) : İnan Güler, Fırat Hardalaç, Serdar Müldür makalesi, 2001

(sf. 17, paragraf 4)
“Beyin travması geçiren bir hastaya ait transcranial Doppler sonogramı
Şekil 2.6’da verilmiştir.
Orta beyin arterinde balonlaşma tespit edilen bir hastanın,
damarın balonlaşma yerine uygulanan ameliyat sonrası
orta beyin arterine ait transcranial Doppler sonogramı
Şekil 2.7’de verilmiştir.
Analog sayısal dönüştürücü kartı ile uygun örnekleme frekansında örneklenen
Doppler fark işaretleri bilgisayar ortamında incelenmeye hazır hale gelmiştir.
Güçlü bir işaret işleme araç kutusu bulunan
MATLAB R12 paket programı yardımıyla
Doppler işaretlerinin frekans spektrumları elde edilmiştir (60)”

(60) : Fırat Hardalaç, doktora tezi, 1997

(sf. 28, paragraf 2)
“…. bu tez çalışmasında spektral analiz sonucu elde edilen
128 noktalı güç spektrum yoğunluğu verileri (??)
ağın girişine uygulandığında gizli katman sayısı da arttırılmıştır.”

(sf. 31, son paragraf)
“Orta beyin arterinden alınan Doppler sonogramlarından elde edilen
giriş vektörlerinin her biri için çıkış değeri
…. (%0-49 darlık derecesi), …. (%50-79 darlık derecesi),
…. (%80-99 darlık derecesi),
…. (Tıkanıklık) vektörleri şeklinde uzman radyologlar tarafından önceden belirlenmiştir.
…. Her hastadan elde edilen transcranial Doppler parametreleri
rasgele olarak giriş katmanındaki nöronlara uygulanarak sinir ağı aktive edilir.”

(sf. 42, paragraf 2)
“Transcranial Doppler verilerinin spektral analizi yapılırken
çerçeve boyu 256 olarak seçildiği için
128 noktalı güç yoğunluk spektrumu (??) elde edilir.
Bu çalışmada ağ girişlerine Transcranial Doppler işaretinin
güç spektrum yoğunluk değerlerinin logaritmasının 128 noktası (??)
uygulanacaktır.”

(sf. 45)
“3. BULGULAR VE İRDEMELE

Hastadan alınan transcranial Doppler işaretlerinin yorumlanarak
teşhis yapılabilmesi için
öncelikle hangi Doppler parametrelerinin sinir ağına uygulanacağı belirlenmelidir.
Bu amaçla yapılan ilk çalışmada
toplam 110 kişiden alınan transcranial Doppler işaretlerinin
spektral analizi sonucu elde edilen
PSD, DSH, Vort, Rİ, Pİ, S/D, OBA/ÖBA PSH ve OBA/ÖBA DSH parametreleri
orta beyin arteri darlık derecesinin belirlenmesi için
sinir ağına uygulanabilirliği istatistiksel olarak araştırılmıştır.
Öncelikle normal ve darlık şeklinde
iki sınıfa ayrılan Doppler hız parametreleri sonra
normal, hafif darlık, şiddetli darlık ve tıkanıklık olmak üzere
dört sınıfa ayrılarak sınıflandırılmaya çalışılmıştır.
…. Bu amaçla 128 kişiden alınan transcranial Doppler işaretlerinden
spektral analiz sonucu 128 güç spektrum yoğunluğu (??) elde edilerek
…. Normal, darlık, ve tıkanıklık olmak üzere
üç farklı sınıfta teşhis yapılmıştır.
Bu amaçla kullanılan yazılımlar MATLAB ve C++ programlama dili ile geliştirilmiş,
istatistiksel sonuçlar için NCSS istatistik programı kullanılmıştır.

3.1 Transcranial Doppler Parametrelerinin Sinir Ağları ve
Lojistik Regresyon ile Sınıflandırılması

Toplam 110 kişiden rasgele olarak seçilmiş 55 kişiye ait
Doppler hız parametreleri uygulanabilecek şekilde
lojistik regresyon ve sinir ağı modelleri geliştirilmiştir.
Geriye kalan 55 kişiden alınan veriler ise
geliştirilen modellerin değerlendirilebilmesi için
test amacıyla kullanılmıştır. ….

Toplam 110 kişiden alınan Doppler hız parametreleri ile oluşturulan
bağımsız değişken veri seti Çizelge 3.1’de verilmektedir.
Bu kişiler uzman radyologlar tarafından incelenmiş ve
anjiyografik bulgulara bakılarak darlık dereceleri belirlenmiştir. ”

Toplam 110 hastanın 77 tanesinin
orta beyin arterlerinde %50’den fazla darlık görülmüştür.
Orta beyin arterinde darlığa rastlanmayan 33 kişiye ait verilerde
kontrol amacıyla sınıflandırmaya katılmıştır.”

(sf. 52)
“3.2. Transcranial Doppler İşaretlerinin Hibrid GASA ve
Sinir Ağı Yöntemleri ile Sınıflandırılması

128 kişiden alınan transcranial Doppler işaretleri
Çizelge 3.10’da verildiği şekilde sınıflandırılmış ve
spektral analiz yöntemiyle transcranial Doppler işaretlerinin
güç yoğunluğuna ait 128 noktalı logaritma (??) elde edilmiştir.
Çünkü çerçeve boyu 256 olarak alınmıştır.
38 yaşında sağlıklı kişinin (kişi no: 18) transcranial Doppler işaretlerine ait
güç spektrum yoğunluğu kestirimi Şekil 3.2’de verilmiştir.
Aynı şekilde 36 (kişi no: 24) ve 44 (kişi no: 27) yaşlarında
orta beyin arter darlığı görülen hastaların
transcranial Doppler işaretlerine ait güç spektrum yoğunluğu kestirimi
Şekil 3.3 ve 3.4’de görülebilir.
40 (kişi no: 33) ve 52 (kişi no: 47) yaşlarında
orta beyin arter tıkanıklığı görülen hastaların
transcranial Doppler işaretlerine ait güç spektrum yoğunluğu kestirimi
Şekil 3.5 ve 3.6’da verilmiştir.”

(sf. 63)
“4. SONUÇ

…. Yapılan ilk çalışmada
toplam 110 kişiden alınan transcranial Doppler işaretlerinin
spektral analizi sonucu elde edilen
PSD, DSH, Vort, Rİ, Pİ, S/D, OBA/ÖBA PSH ve OBA/ÖBA DSH parametreleri
orta beyin arteri darlık derecesinin belirlenmesi için
sinir ağına uygulanabilirliği istatistiksel olarak araştırılmıştır.
Öncelikle normal ve darlık şeklinde
iki sınıfa ayrılan Doppler hız parametreleri sonra
normal, hafif darlık, şiddetli darlık ve tıkanıklık olmak üzere
dört sınıfa ayrılarak sınıflandırılmaya çalışılmıştır.
…. Doppler hız parametrelerinin normal ve darlık şeklinde
iki sınıfa ayrılması durumunda
lojistik regresyon ve sinir ağı mimarisi aynı başarıyı (% 93) gösterirken
bu verilerin dört farklı sınıfa ayrılması durumda
sinir ağı (%80.9) lojistik regresyona (%80.9) oranla
daha yüksek bir sınıflama başarısı göstermiştir.

…. 128 kişiden alınan transcranial Doppler işaretlerinden spektral analiz sonucu
128 güç spektrum yoğunluğu verisi elde edilerek GASA sistemine uygulanmıştır.
Normal, darlık, ve tıkanıklık olmak üzere üç farklı sınıfta teşhis yapılmıştır.
Sinir ağları ve GASA yapıları karşılaştırıldığında
genetik algoritma ile optimize edilen sinir ağı yapıları (%85-92)
geleneksel sinir ağlarına oranla (%82-89)
daha yüksek sınıflama performansı göstermiştir.

…. Bu çalışma, orta beyin darlığını Doppler parametreleri ve
sinir ağları yoluyla sınıflayabilen ilk sistemlerden biridir.
Ayrıca genetik algoritma kullanılarak
Doppler işaretlerinin sınıflandırılması alanındaki ilk çalışmadır.”

*****

Gazi Üniversitesi’nde Tıp Fakültesi var ;
üstelik ülkemizdeki en büyük ve en çok imkana sahip olanlardan 1’i.
Gazi Üniversitesi Tıp Fakültesi ile doktora tezinin yazıldığı
Elektronik ve Bilgisayar Eğitimi Bölümü (Teknik Eğitim Fakültesi) arasındaki
mesafe 100 (yüz) metre civarında.
Ankara ile Kayseri (hiçbir kaynak gösterilmeksizin
tıbbi verilerin alındığı (??) iddia edilen
Erciyes Üniversitesi Tıp Fakültesi) arası ise
325 kilometre civarında.
Gazi Üniversitesi Tıp Fakültesi’nde nöroloji uzmanı doktor çok ;
bunlara gelen hasta sayısı, karşılaştıkları hastalık türleri,
tıbbi cihazları, yaptıkları çalışmalar çok.
Uçman Ergün, “İÇİNDE HİÇBİR ŞEY OLMAYAN, tamamen UYDURMA”
bir doktora tezi vermek yerine,
tıbbi veriler üzerinde çalışarak bir doktora tezi yazmak isteseydi,
bu imkana fazlasıyla sahipti ;
5 dakikadan az yürüyerek ulaşabileceği
Gazi Üniversitesi Tıp Fakültesi’ndeki uzman doktorlardan
istediği tıbbi verileri alabilirdi,
tıbbi veriler ölçülürken doktorların yanında durabilir, izleyebilir,
nasıl yapıldığını öğrenebilirdi, tezdeki yöntemlerini
ve ulaştığı sonuçları, uzman doktorlara danışabilir, doğrulatabilirdi.
İnan Güler ve Fırat Hardalaç, Uçman Ergün’ün
“İÇİNDE HİÇBİR ŞEY OLMAYAN, tamamen UYDURMA” bir doktora tezi
vermek yerine,
tıbbi veriler üzerinde çalışarak bir doktora tezi yazmasını isteselerdi,
onu buna çok kolay yönlendirebilirlerdi.

*****

Kim kimdir ? :

– Uçman Ergün :
Afyon Kocatepe Üniversitesi Tıp Fakültesi
Klinik Araştırmalar Etik Kurul Üyesi (2011 – ….)

– İnan Güler

– Fırat Hardalaç

– Nihal Fatma Güler

– Ömer Faruk Bay

– Ahmet Arslan

– Hasan Şakir Bilge

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: