Deep learning approach for laboratory mice grimace scaling
Laboratuvar faresi yüz ağrı ifadesi derecelendirmesı için derin öğrenme
- Tez No: 441953
- Danışmanlar: PROF. DR. UĞUR HALICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Derin öğrenme günümüz bilim dünyasında özellikle örüntü tanıma ve yapay zeka ile öğrenme alanlarında oldukça popülerdir. Bu alanlarda hali hazırda sürmekte olan çalışmalar, derin öğrenme yönteminin gelistirilmesiyle beraber büyük bir hızlanma kazanmıştır. Bu çalışmada, ilaç verilerek ağrı çeker hale getirilmiş laboratuvar farele- rinin acı çekme derecesini ölçmek amacıyla derin öğrenme yöntemi kullanılmıştır. Bu amaçla deney altındaki fare yüzlerinin bulunduğu videolar, çerceve çerçeve tıbbi uz- manlar tarafından Mouse Grimace Scale(MGS) etiketlenmiş, sonrasında bu videolar evrişimsel sinir ağını eğitmek için kullanılmıştır. Evrişimsel sinir ağlarının sınıfland- rıma yetisini daha iyi gösterebilmek için, aynı sınıflandırma işlemi kernel tabanlı bazı makine öğrenme algoritmalarıyla da tekrar edilmiş ve sonuçlar kıyaslanmıştır. Ya- pay ağı eğitme ve test işlemleri iki adet güçlü grafik kartı bulunan iş istasyonunda gerçekleştirilmiştir.
Özet (Çeviri)
Deep learning is extremely attractive research topic in pattern recognition and machine learning areas. Applications in speech recognition, natural language processing, and machine vision fields gained huge acceleration in performance by employing deep learning. In this thesis, deep learning is used for medical purposes in order to scale pain degree of drug stimulated mice by examining facial grimace. For this purpose each frame in the videos in the training set were scaled manually by experts according to Mouse Grimace Scaling(MGS) manual and these frames were used for training a convolutional neural network. For testing the network, another set of videos which was not used for training before, was used. In order to show the classification power of convolutional neural networks, the same classification tasks are performed with some classic kernel based machine learning algorithms and results are compared. For training and testing, a workstation having two powerful graphic card(GPU) is used.
Benzer Tezler
- A mobilenet based CNN model with a novel fine tuning mechanism for COVID-19 infection detection
COVID-19 enfeksiyon tespiti için yeni bir ince ayar mekanizmasına sahip mobilenet tabanlı CNN modeli
ERCAN GÜRSOY
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASİN KAYA
- Yoğun bakım hastalarının mortalite ve hastanede kalma sürelerinin derin öğrenme yöntemleri ile tahmini
Prediction of mortality and length of stay of icu patients with deep learning
BATUHAN BARDAK
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET TAN
- Microwave dielectric property characterization with open-ended coaxial probe and sensing depth analysis of the probes for biological tissues
Açık uçlu koaksiyel prob ile mikrodalga dielektrik özellik tanımlaması ve biyolojik dokular için probların algılama derinlik analizi
CEMANUR AYDINALP
Doktora
İngilizce
2022
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUBA YILMAZ ABDOLSAHEB
- Mikrobiyolojik görüntülerin incelenmesi: Bilgisayar destekli sperm tespiti ve morfoloji analizi
Examination of microbiological images: Computer aided sperm detection and morphology analysis
MECİT YÜZKAT
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
DR. ÖĞR. ÜYESİ HAMZA OSMAN İLHAN
- Benek gürültüsü gidermeye dayalı veri artırma ile derin ağlarda radar hedef sınıflandırma
Despeckling based data augmentation approach in deep learning based radar target classification
ŞAKİR HÜDAİ MERT CEYLAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER