LSTM tabanlı Derin Sinir Ağı ile Ayak Taban Basınç Verilerinden VKİ Durumlarının Sınıflandırılması

Abstract

Obezite vücut yağ miktarının artması ile çeşitli sorunlara yol açan ve tedavi edilebilen bir hastalıktır. Artan vücut ağırlığı, kas iskelet sistemi üzerinde bozukluklara yol açabilmektedir. Ayak, vücut ağırlığının yere aktarılmasında görevli bir yapıdır. Obezitenin ayağın anatomik yapısını, taban temas yüzey alanını ve basınç değişimlerini etkilendiği görülmüştür. Bu çalışmada Uzun Kısa-Vadeli Hafıza (LSTM) tabanlı derin sinir ağı (DSA) ile bireylerin ölçülen ayak tabanı basınç değerleri ile vücut kitle indeksi (VKİ) durumları sınıflandıran bir model geliştirilmiştir. Öncelikle bireyin ayak tabanı ait 12 farklı bölgeye ait basınç değerleri baropodometre ile ölçülmüştür. Ölçüm sonucunda sinir ağının veri kümesinde kullanılacak 13 farklı giriş parametresi elde edilmiştir. Bunun yanında her bireyin VKİ verisi hesaplanarak, bu verilere ait 4 gruptan birine yerleştirilmiştir. Böylelikle modelin öğrenmesi için gerekli veri kümesi oluşturulmuştur. Derin sinir ağında veri kümesi %80 eğitim %20 test olarak bölümlenmiştir. Ağın hiper parametrelerin belirlenmesinden sonra eğitim ve test işlemleri gerçekleştirilmiştir. Eğitilen modelin test sonucunda %93.2 doğruluk elde edilmiştir. Önerilen LSTM model, diğer sınıflandırma algoritmaları ile kıyaslanmıştır. Bunun sonucunda en yüksek performans elde etmiştir. Sonuç olarak önerilen sınıflandırma modeli ile bireyin VKİ’sine göre belirlenmiş obezite durumunu, ayak basınç verilerinin sınıflandırılması ile doğrulanmış olmaktadır. Ayrıca LSTM tabanlı derin sinir ağlarının, sınıflandırma işlemlerinde yüksek başarı performansı verdiği gözlemlenmiştir.