The pleura is a serous membrane that surrounds the lungs. The visceral surface secretes fluid into the serous cavity and the parietal surface ensures a regular absorption of this fluid. If this balance is disturbed, fluid accumulation occurs in the pleural space called “Pleural Effusion”. Today, accurate diagnosis of pleural diseases is becoming more critical, as advances in treatment protocols have contributed positively to prognosis. Our aim is to perform computer-aided numerical analysis of Computed Tomography (CT) images from patients showing pleural effusion images on CT and to examine the prediction of malignant/benign distinction using deep learning by comparing with the cytology results. The authors classified 408 CT images from 64 patients whose etiology of pleural effusion was investigated using the deep learning method. 378 of the images were used for the training of the system; 15 malignant and 15 benign CT images, which were not included in the training group, were used as the test. Among the 30 test images evaluated in the system; 14 of 15 malignant patients and 13 of 15 benign patients were estimated with correct diagnosis (PPD: 93.3%, NPD: 86.67%, Sensitivity: 87.5%, Specificity: 92.86%). Advances in computer-aided diagnostic analysis of CT images and obtaining a pre-diagnosis of pleural fluid may reduce the need for interventional procedures by guiding physicians about which patients may have malignancies. Thus, it is cost and time-saving in patient management, allowing earlier diagnosis and treatment.

Obtaining geo-data and attributes of spatial units from heterogeneous database systems with different data formats for the same land properties is still one of the main problems. The emerging technologies, such as decentralized databases, distributed networks and big data powered by blockchain, can potentially improve land registration processes. In this article, I developed a data model for a geospatially enabled blockchain infrastructure, using an object-oriented architecture model. Such a model can better find spatio-temporal patterns of land transactions and better query time-varying locations of land properties. Additionally, it will make the land registry system secure and protect privacy.

Doğal kaynakların sürdürülebilir planlaması ve yönetimi bütünleşik havza planlama ve yönetimi ilkelerine göre yapılmalıdır. Başarılı bir bütünleşik havza planlamanın ortaya konulabilmesi için planlamanın yapılacağı havzanın alt havzaları ile birlikte sahip olduğu havza karakteristik özellikleri ile arazilerin yükselti, bakı, eğim ve kayaç türlerine göre dağılımlarının doğru bir şekilde belirlenmesi oldukça önemlidir. Bu amaçla çok büyük bir yağış havzası olan Fırtına deresi yağış havzası doğu ve batı olmak üzere iki büyük alt havza gurubuna ayrılmış ve sahip olduğu bazı arazi karakteristikleri ile arazilerin yükselti, eğim, bakı ve kayaç guruplarına göre dağılımları Coğrafi Bilgi Sistemi (CBS) yardımıyla ortaya konulmuştur. Araştırma sonucuna göre Fırtına deresi yağış havzasının drenaj alanı 1155.44 km2’dir. Fırtına deresi batı havza gurubundaki arazilerinin % 60.12’si gölgeli bakılar üzerinde, % 39.88’i güneşli bakılar üzerinde yer almaktadır. Jeolojik formasyonlara göre en geniş arazi varlığı 29041.02 ha (%34.96) ile granit-mikrogranit-granodiorit serisinde ve eğime göre en geniş arazi varlığı 19684.21 ha (%23.70) ile %31-40 eğim gurubunda yer almaktadır. Durak deresi yağış havzası arazilerinin % 53.40’ı gölgeli bakılar, % 46.60’ı güneşli bakılar üzerindedir. Durak havzasında eğime göre en geniş arazi varlığı (8191.90 ha) %31-40 eğim gurubunda ve kayaç gurubuna göre en geniş arazi varlığı %61.68 ile granit-mikrogranit-grandiorit kayaç gurubunda yer almaktadır.

Doğal kaynaklar sürekli etkileşim halinde olan ekosistemlerdir. Bu ekosistemlerin planlanması bütünleşik havza planlanma ilkelerine göre yapılmalıdır. Ancak Rize il ölçeğindeki doğal kaynak planlama ve altyapı çalışmalarında bu hususun layıkıyla dikkate alındığı pek söylenemez. Bu çalışmanın amacı Pazar Hemşin havzası bazı havza karakteristikleri ile arazilerin yükselti kademeleri, eğim, bakı ve jeolojik yapıya göre dağılımlarının Coğrafi Bilgi Sistemi (CBS) yardımıyla ortaya konulmasıdır. Araştırma sonucuna göre Pazar Hemşin havzasının drenaj alanı 21216 hektar ve ortalama eğimi % 30.97’dir. Yükselti kademelerine göre en geniş arazi varlığı 4153.35 hektar (%19.58) ile 901-1200 m yükseltiler arasında ve en az arazi varlığı 633.26 hektar (%2.98) ile 2100-2400 m yükseltileri arasında olduğu belirlenmiştir. Eğim ve bakı faktörlerine göre arazilerin % 63.14’ü gölgeli bakılar üzerinde ve % 36.86’sı güneşli bakılar üzerindedir. Eğime göre en geniş ziraat alanı % 38.35 ile % 11-20 eğim gurubunda yer almaktadır. Orman arazilerinin % 30.44’ü asidik kayaçlar, % 69.43’ü nötr kayaçlar ve % 0.13 ile alüvyon alanlar üzerindedir. Kayaç türlerine göre en geniş orman varlığı % 30.33 ile granit kayaçlar üzerindedir. Yerleşim yerlerinin % 44.55’i asidik kayaçlar, % 54.37’si nötr kayaçlar ve % 1.08’i ile alüviyon alanlar üzerindedir. Mevcut yerleşim yerlerinin % 63.99’u gölgeli bakılar üzerinde, % 36.01’i güneşli bakılar üzerindedir. Havza genelinde yerleşim yeri kullanımlarında gölgeli bakılar baskın durumdadır. Yerleşim alanları ile eğim gurupları arasında R² = 0,831 ve y = -2,1523x2 + 9,6437x + 15,559 şeklinde polinomvari bir ilişki belirlenmiştir. Yerleşim yerlerinin seçimi, yol ve alt yapı çalışmaları ile tarım arazilerinin kullanılmasında yukarıda ortaya konulan havza özelliklerinin dikkate alınması hem sorunlarınların çözümlenmesi hemde sürdürülebilir havza yönetimi için faydalı olabilir.