Görüntü işleme temelli şizofreni ön tanısı
Schizophrenia pre-diagnosis based on image processing
- Tez No: 457879
- Danışmanlar: YRD. DOÇ. DR. GÖKHAN KAYHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Günümüzde çoğu hastalık için erken teşhis önem arz etmektedir. Şizofreni hastalığı için de bu durum geçerlidir. Günümüzde şizofreni hastalığı teşhisi için nesnel testler bulunmamaktadır. Bu çalışmada şizofren hastalığı için nesnel veriler elde edilerek ön tanı yapılması amaçlanmaktadır. Bunun için yüz görüntüleri kullanılmıştır. Kameradan elde edilen renklerin gerçek değerleri yansıtabilmesi için renk onarımı gerçekleştirilmiştir. Onarım için kullanılan yöntemler, polinom yöntemi, doğrusal olmayan eğri uydurma yöntemi ve yapay sinir ağı yöntemidir. Onarım için en iyi doğruluk, yapay sinir ağı kullanılarak gerçekleştirilmiştir. Onarım sonrası elde edilen görüntüler üzerinden renk tabanlı öznitelikler çıkarılmıştır. Bu öznitelikler, ten rengi, göz rengi, sklera rengi ve saç rengidir. Ayrıca öznitelik olarak cinsiyet bilgisi de kullanılmıştır. Bu öznitelikler, sınıflandırıcılara verilerek şizofren ön tanısı yapılması amaçlanmıştır. Bu sınıflandırıcılar, Naif Bayes Sınıflandırıcı (NBC, Naive Bayes Classifier), Sınıflama ve Regresyon Ağaçları (CART, Classification and Regression Trees), K-en Yakın Komşu Sınıflandırması (KNN, K Nearest Neighbors) ve Olasılıksal Sinir Ağı (PNN, Probabilistic Neural Network)'dır. Farklı öznitelikler için farklı sınıflandırıcılar daha iyi sonuç vermektedir. Yapay sinir ağı ile onarım yapılan resimlerde, ten rengi özniteliği için CART ile %80.48 doğruluk, sklera rengi özniteliği için CART ile %76.67 doğruluk elde edilmiştir. Göz renk özniteliği için NBC, %70.71 ile daha iyi sonuç vermektedir. Cinsiyet özniteliği, her öznitelik ile birlikte kullanılmıştır. Ayrıca yüz bölgesi, 4x4 bölgeye ayrılarak her bölge için şizofren ön tanı doğruluğu araştırılmıştır. En iyi doğruluk oranı CART ile %83.67'dir.
Özet (Çeviri)
Nowadays, early diagnosis is important for most diseases. This also applies to schizophrenia. At present, there are no objective tests for the diagnosis of schizophrenia. In this study, it is aimed to make pre-diagnosis by obtaining objective data for schizophrenic disease. Face images are used for this. Color repairs were carried out so that the colors obtained from the camera can reflect the actual values. The methods used for the repair are polynomial, nonlinear curve fitting and artificial neural network. The best accuracy for repair was achieved using an artificial neural network. Color-based features were extracted from the images obtained after the repair. These features are skin color, eye color, sclera color and hair color. Gender information is also used as an feature. These features were aimed to give schizophrenic pre-diagnosis by giving to classifiers. These classifiers are Naive Bayes Classifier (NBC), Classification and Regression Trees (CART), K-Nearest Neighbor (KNN) and Probabilistic Neural Network (PNN). Different classifiers for different features give better results. In the artificial neural network images, 80.48% correctness with CART for skin color feature and 76.67% accuracy with CART for sclera color feature were obtained. For the eye color feature, NBC is better with 70.71%. Gender feature was used together with each feature. In addition, the accuracy of pre-diagnosis of schizophrenia was investigated for each region by dividing into 4x4 regions. The best accuracy rate is 83.67% with CART.
Benzer Tezler
- Üniversite öğrencilerinin yüz ifadelerinden duygu durumlarının yapay zekâ teknikleriyle tespiti
Detection of emotional states from facial expressions of university students with artificial intelligence techniques
MUHAMMED ÜSAME ABDULLAH
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ALKAN
- Görüntü işleme temelli ısı haritaları kullanılarak laboratuvar koşullarında sera zararlılarının farklı tıbbi aromatik yağ kokularına göre davranış analizi
Behavior analysis of greenhouse pests according to different medical aromatic oil odors under laboratory conditions using image processing based heat maps
SANJAR MOHAMMADI
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL SERKAN ÜNCÜ
- Görüntü ı̇şleme temellı̇ 3 boyutlu nesne harı̇talama uygulaması
Image processing based 3d object mapping application
AZİZ DURSUN GÖKTEPE
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERİÇ ÇETİN
- Görüntü işleme temelli süper çözünürlük yöntemlerinin karşılaştırılması
Comparison of super-resolution methods based on image processing
NURİ OSMANİ
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RİFAT KURBAN
- Image processing based navigation in aviation
Havacılıkta görüntü işleme temelli seyrüsefer
HASAN GENCO
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiAviyonik Mühendisliği Ana Bilim Dalı
DOÇ. DR. UFUK SAKARYA
PROF. DR. VASFİ EMRE ÖMÜRLÜ