Çolak, CemilÇolak, Mehmet CengizAtıcı, Mehmet Ali2018-01-122018-01-122005C. Çolak, M. C. Çolak, And M. Atıcı, “Ateroskleroz Un Tahmini İçin Bir Yapay Sinir Ağı,” Ankara Üniversitesi Tıp Fakültesi Mecmuası, Vol. 58, Pp. 159–162, 2005.http://dergiler.ankara.edu.tr/dergiler/36/205/1675.pdfhttps://hdl.handle.net/11616/7979Ankara Üniversitesi Tıp Fakültesi Mecmuası 2005; 58:159-162.Amaç: Bu çalışmada, ateroskleroz’un tahmin edilebilmesi için bir yapay sinir ağı oluşturulması amaçlanmıştır. Gereç ve Yöntem: Haziran 2003 ile Kasım 2003 tarihleri arasında, kesikli ve sürekli değişkenlerden oluşan yirmi adet klinik parametre, radial arterde ateroskleroz saptanan on hasta ile radial arterde ateroskleroz saptanmayan on beş hastadan elde edilmiştir. Yapay sinir ağları, ateroskleroz verilerine uygulanmıştır. Bulgular: Geliştirilen yapay sinir ağının toplam ayrımsama oranı, eğitim ve test verisinde sırasıyla % 86.6 ve % 80 olarak bulunmuştur. Sonuç: Yapay sinir ağlarının ateroskleroz’un tahmin edilmesinde oldukça yararlı olacağı sonucuna varılabilir. Ancak örnek sayısının az olması göz önünde bulundurulduğunda, daha güvenilir sonuçlar elde edebilmek için örnek sayısının artırılması önerilebilir. Anahtar sözcükler: Ateroskleroz, Klinik parametreler, Yapay sinir ağları Aim: An artificial neural network was aimed to develop for the prediction of atherosclerosis. Material and Method: Between June 2003 and November 2003, twenty clinical parameters containing continuous and discrete variables were obtained ten patients for whom atherrosclerosis was determined in radial artery and fifteen patients for whom atherrosclerosis does not exist. Artificial neural network was applied to atherosclerosis data. Results: Accuracy values of artificial neural network on training and testing data were 86.6% and 80% respectively. Conclusion: The developed artificial neural network may be very useful for the prediction of atherosclerosis. However, in view of small sample size, it may be proposed to increase the sample size to obtain more reliable results. Key words: Artificial neural network, Atherosclerosis, Clinical parameterstrinfo:eu-repo/semantics/openAccessArtificial neural networkAtherosclerosisClinical parametersArticle580159162