Geri Dön

Yapay sinir ağları kullanılarak retina görüntülerinden hastalık tanılama sistemi tasarımı ve gerçekleştirimi

Design and implementation of disease recognition system in retinal images using artificial neural networks

  1. Tez No: 276250
  2. Yazar: OSMAN ŞİRVAN
  3. Danışmanlar: DOÇ. DR. AYBARS UĞUR
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 187

Özet

Bu tezde, retina görüntülerinde yer alan dört farklı hastalık lezyonunu (sert eksuda, hemoraji, mikro anevrizma ve yumuşak eksuda) otomatik olarak tespit edebilen bir sistem geliştirilmiştir. Görüntü işleme kapsamında çeşitli görüntü iyileştirme, bölge büyütme ve filtreleme yöntemleri kullanılmıştır. Retina görüntülerindeki Optik Disk, Fovea/Makula, Damarlar gibi belirgin oluşumların konumlarının tespiti yapılmıştır.Hastalık lezyonlarına ait öznitelikler ağa girdi olarak verilmeden önce Temel Bileşenler Analizi (PCA)'ne tabi tutulmuş; Mahalanobis uzaklıkları, standart sapma, çarpıklık (skewness), basıklık (kurtosis) katsayıları yanında aykırı değerler de bulunmuş ve bu veriler önceden elenmiştir. Geri yayılım algoritmasını kullanan çok katmanlı algılayıcı yapısındaki ağ, normalleştirilmiş eğitim verileri ile eğitilmiştir. Görüntü İşleme, Yapay Sinir Ağları (MLP, RBF) ve Destek Vektör Makineleri (SVM) ile Tanılama için MatLab, istatistiksel işlemlerde MiniTab yazılımları kullanılmıştır.Uygun yapay sinir ağı eğitim fonksiyonlarının seçimi ve parametrelerinin ayarlanması için de çalışma yapılmıştır. Elde edilen deneysel sonuçlar sunulmuş, MLP, RBF ve SVM sınıflandırıcıları için tanılama performansları karşılaştırılmış ve tartışılmıştır.

Özet (Çeviri)

In this thesis, an automatic recognition system for four different pathologies (hard exudates, haemorrhages, microaneurysms, and soft exudates) in retinal images was developed. Image processing techniques like image enhancement, region growing and filtering methods were used. Optic Disc, Fovea/Macula, and vessels were localized.Obtained features belonging to pathologies were analyzed by PCA, Mahalanobis distances, standard deviation, skewness and kurtosis coefficients, and outliers were found and previously eliminated before given to ANN as an input. An artificial neural network model in the form of Multilayer perceptron was trained using Backpropagation Algorithm with normalized training data. MatLab was used for image processing, ANNs, SVM and MiniTab was used for statistical analysis.Selection of proper ANN training functions and parameter settings were studied. Experimental results obtained were presented and recognition performances of the system for MLP, RBF and SVM classifiers were compared and discussed.

Benzer Tezler

  1. Oküler hastalıkların sınıflandırılmasında derin konvolüsyonel sinir ağı modeli

    A deep convolutional neural network model for classification of ocular diseases

    BÜŞRA EMİR

    Doktora

    Türkçe

    Türkçe

    2021

    BiyoistatistikEskişehir Osmangazi Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. ERTUĞRUL ÇOLAK

  2. A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy

    Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli

    ÖMER FARUK GÜRCAN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  3. U-net architecture optimization for optic disc segmentation in retinal images

    Retina görüntülerinde optik disk bölütleme için U-net mimarisi optimizasyonu

    ZAFER ERDOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  4. Diabetic retinopathy detection using artificial intelligence

    Diyabetik retinopati tespiti yapay zeka kullanmak

    MOHAMED ASHRAF SAMY TANTAWY ELSERWY

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OKATAN

  5. Yakın kızılötesi yansıma görüntülerinde optik disk patolojilerinin derin öğrenme ile sınıflandırılması

    Classification of optic disc pathologies in NEAR infrared reflectance images with DEEP learning

    CUMHUR ÖZBAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Göz HastalıklarıBezm-i Alem Vakıf Üniversitesi

    Göz Hastalıkları Ana Bilim Dalı

    PROF. DR. MEHMET HAKAN ÖZDEMİR