Yapay zeka teknikleri kullanarak kemik yaşı tespiti
Bone age determination using via artificial intelligence techniques
- Tez No: 380829
- Danışmanlar: DOÇ. DR. HARUN UĞUZ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Kemik gelişiminin değerlendirilmesi, gözlemci içi ve gözlemciler arası farklılıklara neden olabilen ve ayrıca normal çocuklarda oldukça fazla görülen çeşitliliklere bağlı olmak üzere değişebilen karmaşık bir süreçtir. Bu tez çalışmasında, 0-6 yaş arası çocukların kemik yaşı tespiti için bilgisayar tabanlı bir kemik yaşı teşhis sistemi önerilmiştir. Çalışmanın ilk aşamasında farklı ırk ve cinsiyete sahip 0-6 yaş arası çocuklara ait sol el-bilek röntgen görüntüleri üzerinde görüntü işleme teknikleri uygulanmış ve çocuklara ait bazı fizyolojik özelliklerle birlikte karpal kemikler ve radiyusun distal epifiz kemiği ile ilgili toplamda 9 farklı nitelik elde edilmiştir. Sonrasında niteliklere ait kazanç oranı yardımıyla en iyi 6 nitelik sınıflandırma işlemi için seçilmiştir. Seçilen bu nitelikler farklı yapay zeka teknikleri olan C4.5, sade Bayes, k en yakın komşu algoritması ve destek vektör makineleri algoritmaları kullanılarak sınıflandırılmıştır. Bu tez çalışmasının ikinci aşamasında ise destek vektör makineleri ile kemik yaşı değerlendirmesi için gerçekleştirilen sistemin eğitimi aşamasında destek vektör makinelerinin yürütme zamanı bakımından daha hızlı sonuç üretebilmesi için üç farklı eğitim verisi indirgeme yöntemleri incelenmiştir. Üçüncü ve son aşamasında ise 0-6 yaş arası çocuklarda destek vektör makineleri tabanlı kemik yaşı değerlendirme sistemi için parçacık sürü optimizasyonu tabanlı yeni bir eğitim algoritması önerilmiştir. Parçacık sürü optimizasyonu algoritması sayesinde eğitim için kullanılan her sınıf içerisinde bu sınıfı en iyi şekilde temsil edebilecek yeni birer örnek oluşturulmuştur. Bu sayede sistemin eğitim için hali hazırda kullanılan eğitim örneklerine bağlı kalmadan yeni örnekler ile destek vektör makinelerinin eğitimine olanak sağlanmıştır.
Özet (Çeviri)
The evaluation of bone development is a complex task since it may cause intra-observer and inter-observer differences, and it may also vary depending on the variations observed very often in the normal children. In this thesis study, a computer-based diagnostic system to detect the bone age of the children aged between 0-6 years was proposed. In the first phase of the study, primarily the image processing procedure was applied on the x-ray images of the left hand-wrist of children aged between 0 and 6 from different ethnic groups and totally 9 features corresponding to the carpal bones and distal epiphysis of the radius bone along with some physiological attributes of the children were obtained. Afterwards, with the help of gain ratio, the best 6 features were selected for the classification process. These selected features were classified by using different artificial intelligence techniques such as C4.5, simple Bayes, k nearest neighbor algorithms and support vector machines. In the second stage of this thesis study, three different training data reduction methods were investigated so as to produce faster results in terms of execution time of the support vector machines at the stage of system training that is carried out by support vector machines to detect the bone age. In the third and final phase, a new particle swarm optimization based training algorithm was suggested for the bone age assessment system based on support vector machines in the children aged 0-6. By means of the particle swarm optimization algorithm, a new sample in each class was created to represent this class best, which is used for training. Thus, it provided the support vector machines with the training by the new samples, without depending on the currently used samples that are used for system training. In this proposed new method, system training is carried out by accepting the new the samples as the new support vectors, which were obtained by particle swarm optimization algorithm.
Benzer Tezler
- Yapay zeka teknikleri kullanarak kemik yaşı tespiti üzerinde bir uygulama
An application on bone age detection using artificial intelligence techniques
NUR ZAKİROĞLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GÜNEŞ
- Yapay zekâ teknikleri kullanılarak kemik yaşı tespiti
Bone age determination using artificial intelligence techniques
OSMAN DEMİREL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRULLAH SONUÇ
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Kemik fraktürlerinin radyolojik tanısındayapay zeka tabanlı karar destek algoritması geliştirilmesi
Development of an artificial intelligence-based decision support algorithm in the radiological diagnosis of bone fractures
ZEHRA OTURAK
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpSakarya ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ONUR TAYDAŞ
- Yapay zeka teknikleri kullanarak akıllı iş gücü yönetimi
Intelligent workforce management by using artificial intelligence techniques
HASAN ALİ AKYÜREK
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMevlana ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İHSAN ÖMÜR BUCAK