Self-Care Problems Classification of Children with Physical and Motor Disability by Deep Neural Networks

Abstract

Fiziksel ve motor engellilik bazı bireysel ana yaşam aktivitelerini büyük ölçüde sınırlandıran bir bozukluktur. Bu bozukluklardünyanın birçok ülkesinde çocukları etkilemektedir. Bunun yanı sıra fiziksel ve motor engelli bireylerin doktorlar tarafından uygunmesleki tedavilerle sınıflandırılmaları zor bir süreçtir. Çünkü değerlendirilmesi gereken birçok değişken vardır. Bu çalışmadakiamaç, fiziksel ve motor engelli çocukların öz bakım beceri problemlerini derin sinir ağlarını (DSA) kullanarak en az hata ilesınıflandırmaktır. Bu amaçla farklı parametrelere sahip DSA modelleri oluşturulmuştur. Modellerin oluşturulmasında gizli katmansayısı, gizli katmanlardaki nöron sayısı, aktivasyon fonksiyonu, optimizasyon algoritması, kayıp fonksiyonu ve epoch değeriparametreleri dikkate alınmıştır. Oluşturulan DSA modelleri SCADI (Self-Care Activities Dataset based on ICFCY) veri setivasıtasıyla eğitilmiş ve test işlemi gerçekleştirilmiştir. Modellerin sınıflandırma performansları F-1 puanı, kesinlik (precision-P),hassasiyet (recall-R) ve doğruluk (accuracy-ACC) metrikleri kullanılarak ortaya konulmuştur. En iyi sınıflandırma performansınasahip 8 modelin ayrıntıları sunulmuştur. Elde edilen bulgulara göre en iyi sınıflandırma performansı Adadelta optimizasyonalgoritmasını, Elu aktivasyon fonksiyonunu ve Categorical crossentropy kayıp fonksiyonunu kullanan DSA-1 modelinde eldeedilmiştir. Bu modelin P, R, ACC ve F1 puanı değerleri 1’dir. Yani bu model fiziksel ve motor engelli çocukların öz bakım beceriproblemlerini %100 doğrulukla tahmin etmektedir. Ayrıca, en iyi üç modelin (DSA-1, DSA-2 ve DSA-3) geçerliliğini artırmakiçin 10-fold çapraz doğrulama yöntemi ile eğitim ve test işlemi tekrar gerçekleştirilmiştir. Ortalama çapraz doğrulama accuracydeğerleri sırasıyla %85.71, % 85.71 ve % 87.14 olarak hesaplanmıştır. Mesleki terapistler, geliştirilen DSA modellerini öz bakımproblemlerini teşhis etmede doğrulayıcı bir araç olarak kullanılabilirler.