Radyoloji görüntülerinde kemik kırığı tespitinde derin öğrenme tabanlı nesne tespit algoritmalarının karşılaştırmalı analizi
Comparative analysis of deep learning-based object detection algorithms in bone fracture detection in radiology images
- Tez No: 1021688
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRE ÖLMEZ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İzmir Bakırçay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Klinik süreçlerde kırıkların doğru ve hızlı teşhis edilmesi hayati önem taşırken, artan tetkik sayıları uzmanlar üzerinde yoğun bir iş yükü oluşturmaktadır. Bu durumun tanısal hata riskini artırması, bilgisayar destekli sistemlere olan ihtiyacı doğurmuştur. Çalışmada, kırıkları sadece varlık-yokluk üzerinden sınıflandırmak yerine, hasarlı bölgenin görüntü üzerindeki yerini tam olarak belirleyen nesne tespit yöntemlerine odaklanılmıştır. Analiz sürecinde kaynak olarak birbirinden ayrılan FracAtlas ve HBFMID isimli iki farklı açık kaynak veri seti tercih edilmiştir. Deneyler sonucunda modellerin HBFMID üzerinde genel olarak daha yüksek başarı gösterdiği, FracAtlas veri setindeki küçük ve düşük kontrastlı kırıklarda ise performansın düştüğü tespit edilmiştir. Yapılan değerlendirmeler sonucunda, RT-DETR ve Faster R-CNN gibi yüksek parametre kapasiteli yapıların, hassas konumlandırma gerektiren vakalarda ve vaka kaçırma riskini minimize etmede en başarılı modeller olduğu görülmüştür. Özellikle RT-DETR, HBFMID veri setinde sadece 1 yanlış negatif (FN) ile en yüksek duyarlılığı sergileyerek klinik güvenilirlik açısından öne çıkmıştır. Diğer taraftan YOLO12m modeli, yaklaşık 20.2M parametre ile kendisinden iki kat daha büyük modellerle rekabet ederek, FracAtlas üzerindeki en düşük vaka atlama oranına ve HBFMID üzerindeki küçük kırıklarda 1.00 kesinlik değerine ulaşarak yüksek bir mimari verimlilik sunmuştur. Asıl ayrışmanın küçük ve düşük çözünürlüklü vakalarda yaşandığı gözlemlenmiş model tercihinin veri yapısına, klinik önceliklere ve donanım kısıtlarına göre yapılması gerektiği belirlenmiştir. Gelecek çalışmalarda küçük kırıklara yönelik duyarlılığı artıracak ve segmentasyon tabanlı hibrit yöntemlerin kullanılması önerilmiştir.
Özet (Çeviri)
While the accurate and rapid diagnosis of fractures is of vital importance in clinical processes, the increasing number of examinations creates a heavy workload for specialists. This situation increases the risk of diagnostic errors, creating a need for computer-assisted systems. The study focused on object detection methods that precisely determine the location of the damaged area on the image, rather than simply classifying fractures as present or absent. Two different open-source datasets, FracAtlas and HBFMID, which differ from each other as sources, were selected for the analysis process. The experiments revealed that the models generally performed better on HBFMID, while their performance decreased on small and low-contrast fractures in the FracAtlas dataset. Evaluations revealed that high-parameter-capacity structures such as RT-DETR and Faster R-CNN were the most successful models in cases requiring precise localization and minimizing the risk of case misses. RT-DETR, in particular, stood out in terms of clinical reliability by exhibiting the highest sensitivity with only 1 false negative (FN) in the HBFMID dataset. On the other hand, the YOLO12m model, with approximately 20.2M parameters, competed with models twice its size, achieving the lowest case omission rate on FracAtlas and a precision value of 1.00 on small fractures on HBFMID, offering high architectural efficiency. It was observed that the main differentiation occurred in small and low-resolution cases, and it was determined that model selection should be based on data structure, clinical priorities, and hardware constraints. Future studies are recommended to increase sensitivity for small fractures and to use segmentation-based hybrid methods.
Benzer Tezler
- Göreceli tespit ile tedavi edilen tibia cisim kırıklarında rotasyonel dizilimin değerlendirilmesi ve klinik sonuçlar ile ilişkisi
Evaluation of rotational alignment and its relationship with clinical outcomes in tibial shaft fractures treated with relative fixation
ATIL AYDIN
Tıpta Uzmanlık
Türkçe
2025
Ortopedi ve TravmatolojiMersin ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. METİN MANOUCHEHR ESKANDARİ
- Tibia diafiz kırıklarının suprapatellar girişli intramedüller çivi yöntemi ile tedavisinin fonksiyonel ve klinik sonuçları
Functional and clinical outcomes of tibial diaphyseal fractures treated with suprapatellar intramedullary nailing
ERGİN COŞKUN
Tıpta Uzmanlık
Türkçe
2018
Ortopedi ve TravmatolojiSağlık Bilimleri ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
DOÇ. DR. CENGİZ YILDIRIM
- Asetabulum kırıkları cerrahi tedavisinde suprapektineal ve infrapektineal plak tespitinin karşılaştırılması: Biyomekanik çalışma
Biomechani̇cal comparison of suprapectineal and infrapectineal plate fixation at acetabulum surgery
UYGAR KIRAN
Tıpta Uzmanlık
Türkçe
2013
Ortopedi ve TravmatolojiNecmettin Erbakan ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
YRD. DOÇ. DR. BURKAY KUTLUHAN KAÇIRA
- Pediyatrik femur cisim kırığının titanyum elastik çivi ile tedavisi: Radyolojik ve klinik değerlendirme
Treatment of pediatric diaphyseal femur fracture by titanium elastic nail: Radiological and clinical evaluation
MUSTAFA FAHRİ YURTGÜN
Tıpta Uzmanlık
Türkçe
2014
Ortopedi ve TravmatolojiNecmettin Erbakan ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. MUSTAFA NAZIM KARALEZLİ
- Çocuk humerus suprakondiler tip II-III kırıklarında lateral iki adet K-teli tespitine medialden çapraz bir adet K-teli eklenmesi sonuçları değiştirir mi? Geriye dönük karşılaştırmalı çalışma
Does adding a K-wire medially crossed to lateral two k-wires fixation in children with humerus supracondylar type II-III fractures change the results? Retrospective comparative study
YUNUS ELMAS
Tıpta Uzmanlık
Türkçe
2023
Ortopedi ve TravmatolojiSağlık Bilimleri ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. CEMİL ERTÜRK