Accurate and efficient localization of the optic disk (OD) in retinal images is an essential process for the diagnosis of retinal diseases, such as diabetic retinopathy, papilledema, and glaucoma, in automatic retinal analysis systems. This paper presents an effective and robust framework for automatic detection of the OD. The framework begins with the process of elimination of the pixels below the average brightness level of the retinal images. Next, a method based on the modified robust rank order was used for edge detection. Finally, the circular Hough transform (CHT) was performed on the obtained retinal images for OD localization. Three public datasets were used to evaluate the performance of the proposed method. The optic disks were successfully located with the success rates of 100%, 96.92%, and 98.88% for the DRIVE, DIARETDB0, and DIARETDB1 datasets, respectively.

In this study, 4 sexually abused children were evaluated whom were selected among all sexual abused child victims were examined at the Forensic Medicine Department of Medicine Faculty of Gaziantep University between the years 2003 and 2008. These four sexual abuse cases had claim of sexual abuse and vaginal/penil penetration, but it couldn't find any physical signs and their hymens were intact due to their specialty. So it is aimed to give definitions of special hymens and to draw attention to how important psychiatric examination can be to making a diagnosis of a child sexual abuse in cases without any physical signs such as our cases.

No abstract

No abstract

Otuz yaş ve üzerindeki 150 hastadan, hipertansiyona etki etmesi muhtemel bilgilerden; cinsiyet, yaş, lipid profili, trigliserid, vücut kütle indeksi, ürik asit ve sigara kullanımı verileri toplanmış ve bir hipertansiyon veritabanı oluşturulmuştur. Bu kişilerden 65'i sağlıklı, geriye kalan 85 kişi ise hipertansiyon hastasıdır. Bu veritabanından hipertansiyon hastalığının Temel Bileşen Analizi kullanılarak tahmin edilmesi amaçlanmıştır. Gereç ve Yöntem: Naive Bayes, Çok Katmanlı Algılayıcı Ağ (ÇKA), Karar Tablosu ve C4.5 sınıflandırma algoritmaları uygulanmış, ardından Temel Bileşenler Analizi uygulanarak hipertansiyon veritabanının boyutu indirgenmiş ve aynı sınıflandırma algoritmaları tekrar uygulanmış ve sonuçlar karşılaştırılmıştır. Bulgular: Aynı şartlarda işleme sokulan algoritmalardan en başarılı sonucu %88 doğruluk oranıyla Naive Bayes sınıflandırıcısı vermiştir. Naive Bayes sınıflandırıcısını sırasıyla %85,33 başarı oranıyla Karar Tablosu algoritması, %82,67 başarı oranıyla ÇKA algoritmaları takip etmiştir. Hipertansiyon veritabanına TBA analizi uygulanıp, aynı şartlarda aynı algoritmalar tekrar işleme sokulup, TBA uygulanmayan sonuçlarla kıyaslandığında ise, C4.5 algoritması normalden %4 daha başarılı sonuç vererek en başarılı algoritma olmuştur. C4.5 algoritmasını sırasıyla %2,67 daha başarılı sonuç veren Karar Tablosu algoritması ve %1,33 daha başarılı sonuç veren ÇKA izlemiştir. Sonuç: Naive Bayes sınıflandırıcı haricindeki tüm algoritmalarda Temel Bileşenler Analizi'nin sınıflandırma başarısını artırdığı görülmüştür.