Investigation of deep learning approaches for biomedical data classification
Biyomedikal veri sınıflandırmasında derin öğrenme yaklaşımlarının araştırılması
- Tez No: 434152
- Danışmanlar: DOÇ. DR. TURGAY İBRİKÇİ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yapay sinir ağları, Artificial neural networks
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Derin öğrenme, yapay zeka problemlerini çözmek için makine öğrenmesinde yeni ve gelecek vadeden bir alandır. Bu tür yeni yaklaşımlar, otomatik medikal karar verme sistemlerinde gereklidir, çünkü otomatik olmayan süreçler daha pahalıdır, yoğun emek ister ve bu yüzden de insan-kaynaklı hatalara maruzdur. Literatürde derin öğrenme yaklaşımlarını kullanan yaygın alanlar bilgisayar görmesi, doğal dil işleme ve konuşma tanımadır. Derin mimarilerin bu alanlardaki performansının etkileyici olduğu bildirilmiş olsa da, biyomedikal alanda derin öğrenme kullanımı oldukça azdır. Bu çalışma, derin öğrenme yaklaşımlarının biyomedikal alanda da başarılı sonuçlar üretip üretmediğini araştırmayı amaçlamaktadır. Bu amaç doğrultusunda, ağırlıklı olarak derin öğrenme yaklaşımlarından Derin İnanç Ağları ve Konvolusyonel Sinir Ağları kullanılmıştır. Araştırma, tanınmış modern yöntemler ile karşılaştırmayı da içeren birçok uygulama ile gerçekleştirilmiştir. İlgili literatürde, seçilip temel alınan bu yöntemlerin başarılı oldukları ispatlanmıştır. Ayrıca, bu tez kapsamında, temel derin öğrenme yöntemlerinin sınıflandırma performansında olası herhangi bir iyileştirme yapılıp yapılamayacağı da araştırılmıştır. Bu amaçla, özellik seçimi, verideki dengesizliğin giderilmesi ve medikal görüntülerde doku analizi gibi bazı önişleme adımları uygulandı. Doğru performans değerlendirmesi için, düşük ve yüksek boyutlu veriler, bilgisayarlı tomografi görüntüleri, mikro dizilim tabanlı kanser verisi ve deri kanseri görüntülerini de içeren çeşitli biyomedikal veriler kullanıldı. Deneyler derin öğrenme yaklaşımlarının medikal karar vermeyi destekleyen yönde gelecek vadettiğini göstermektedir.
Özet (Çeviri)
Deep learning is a new and promising area in machine learning to solve problems of artificial intelligence. Such new approaches are required in automated medical decision making since non-automated process is more expensive, labor intensive and thus exposed to human-supplied errors. In the literature, common fields that make use of the deep learning approaches are computer vision, natural language processing and speech recognition. Even though the performance of deep architectures in these fields is reported to be impressive, the use of deep learning in the field of biomedicine is scarce. This study aims to investigate whether the deep learning approaches are also capable of producing successful results in the biomedical area, as well. For this aim, mainly deep learning approaches of Deep Belief Networks and Convolutional Neural Networks are employed. The investigation is carried out by conducting several experiments that include comparison with some well-known state-of-art methods which have been proven to be successful in the relevant literature. Additionally, in the scope of the thesis, any possible improvements to the results of basic deep learning methodology are also investigated in order to enhance the classification performance. To this end, some preprocessing steps such as feature selection, removal of the imbalance in data, and texture analysis of medical images are applied in the experiments. To properly assess the performance, various biomedical benchmark datasets including low and high dimensional biomedical data, computed tomography images, microarray based cancer data and skin cancer images have been utilized. The experiments show that deep learning approaches show a promising direction towards supporting medical decision making.
Benzer Tezler
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Samsun ve çevresinde tarla sarmaşığı (conuolvulus arvensis L.)'na karşı biyolojik savaşa esas olacak fauna tespiti
Investigations on the insect fauna of the field binweed (Conuolvulus arvensis L.) related to its biological control in Samsun Province
YASEMİN UFUK GERMAN
- Gebelik ve doğum olgularında prolaktin düzeylerinin değerlendirilmesi
The Evaluation of prolactin values during pregnancy labour and in deliveries
TÜLİN AKAN
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ.DR. MÜLAZIM YILDIRIM
- Bromtimol mavisi, bromkresol moru ve klorfenol kırmızısı indikatörleri katılmış özel besiyerlerinin sütlerde antibiyotik belirtilmesine uygunluğu üzerine araştırmalar
Başlık çevirisi yok
ESENGÜL TUNCER
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSüt Teknolojisi Ana Bilim Dalı
PROF. DR. HASAN YAYGIN
- An Experimental and analytical investigation of cam follower jump phenomenon
Başlık çevirisi yok
ŞÖLEN ŞEN
Yüksek Lisans
İngilizce
1987
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇALIŞKAN