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
- Balık türlerinin evrişimsel sinir ağları ile sınıflandırılması
Classification of fish species using convolutional neural networks
SERVET DEMİR
Yüksek Lisans
Türkçe
2024
Balıkçılık TeknolojisiKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. EMRE YAVUZER
- Derin öğrenme tekniklerine dayalı enkaz altı canlı ve konum tespiti
Deep learning-based detection and localization of human under debris
ÖZDEN NİYAZ
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BURCU ERKMEN
DOÇ. DR. PEYMAN MAHOUTİ
- Detection and classification of olive quality and diseases by deep learning methods
Zeytin kalitesi ve hastalıklarının derin öğrenme yöntemleri ile belirlenmesi ve sınıflandırılması
CENGİZ MEHMET ALBOYACI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CAN ATILGAN
- 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