Skolyoz tedavi̇si̇nde kullanılan manyeti̇k rodun yapay si̇ni̇r ağları temelli̇ adapti̇f kontrolü

Abstract

Bu tezde erken başlangıçlı skolyoz hastalığının tedavisinde kullanılan cerrahi yöntemlerden birisi olan manyetik kontrollü uzayabilen çubuk sistemi ele alınarak, bu sistemin yapay sinir ağları adaptif kontrol (YSATAK) teorisi ile kontrolünün sağlanması amaçlanmıştır. Bu kontrol teorisi ile manyetik kontrollü uzayabilen çubuk sisteminin kontrolü esnasında oluşabilecek belirsizliklerin ortadan kaldırılması ve istenilen uzama miktarının elde edilebilmesi deneysel sistem üzerinde yapılacak deneylerle çalışılacaktır. Skolyoz hastalığı her yaşta insanda görülebilen fakat doğumdan sonra erken yaşlarda rastlanıldığında ölümle sonuçlanabilen bir hastalıktır. İç organların yeterince büyüyememesi, sürekli ağrıların oluşması, vücut şeklinde görülen bozukluklar bu hastalığın insan hayatına etkilerinden sadece birkaçıdır. Omurga eğiklik derecesi 40 derecenin üzerinde olan hastalarda cerrahi tedavi yöntemlerine başvurulur. Geleneksel büyüyebilen çubukların (GBÇ) kullanımı yöntemi daha yaygın olan ve cerrahi tedavi yönteminde hala en çok kullanılan yöntemdir. Fakat hastanın sürekli operasyon geçirmesi gerektiğinden ameliyat komplikasyonlarını ve ameliyat sonrası ağrıların oluşumunu arttırmaktadır. GBÇ’nin yerini alması beklenen manyetik büyüyebilen çubukların ise kullanımı gün geçtikçe artmakta, bu yöntem ameliyat sırasında oluşabilecek komplikasyonları ve ameliyat sonrası ağrıları en aza indirebilmektedir. Buna rağmen hala istenilen uzama miktarı ile elde edilen uzama miktarları arasındaki farkı azaltmak için çalışmalar devam etmektedir. Adaptif kontrol teorisi sistem belirsizliklerinin fazla olduğu durumlarda bu belirsizlikleri gidererek sistemin gürbüz kontrolünü değişken durumlara göre sağlamayı amaçlamaktadır. YSATAK teorisinde ise kestirim algoritması olarak yapay sinir ağlarının (YSA) kullanılması, gerçek değerlere yakınsamada daha iyi sonuçlar vermektedir. YSATAK teorisi manyetik uzayabilen çubuk (MUÇ) sistemine benzer çalışma prensibine sahip deney düzeneği üzerinde test edilecek ve elde edilen sonuçlar paylaşılacaktır.

In this thesis, the magnetically controlled extensible rod system, which is one of the surgical methods used in the treatment of early-onset scoliosis, is discussed, and it is aimed at controlling this system with artificial neural network adaptive control theory. With this control theory, eliminating the uncertainties that may occur during the control of the magnetically controlled extensible rod system and obtaining the desired amount of elongation will be studied with experiments on the experimental system. Scoliosis is a disorder that can be seen in people of all ages but can result in death if it is encountered at an early age after birth. Failure of internal organs to grow sufficiently, constant pain, and body-shape disorders are just a few of the effects of this disease on human life. Surgical treatment is used in patients with a spinal curvature of more than 40 degrees. The use of traditional growing rods is more common and is still the most used method of surgical treatment. However, since the patient must undergo continuous surgery, it increases the complications of surgery and the occurrence of postoperative pain. The use of magnetic growing rods, which should replace traditional growing rods, is increasing day by day and can minimize postoperative pain. However, studies are still ongoing to reduce the difference between the desired amount of elongation and the amount of elongation achieved. Adaptive control theory aims to provide robust control of the system according to variable conditions by eliminating these uncertainties when system uncertainties are high. In artificial neural network-based adaptive control theory, the use of artificial neural networks as the estimation algorithm gives better results in converging to the actual values. The neural network-based adaptive control theory will be tested on an experimental setup like the magnetic growing rod system, and the results obtained will be shared.