Destek vektör makinesi kullanarak lösemi hücre algılama
Detection of leukemia cell with support vector machine
- Tez No: 482482
- Danışmanlar: YRD. DOÇ. DR. MELTEM YILDIRIM İMAMOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: LBP, HOG, Destek vektor makinesi, LBP, HOG, Support vector machin
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Türk Hava Kurumu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Kanser hastalığı hızla ilerleyen, zamanında tedavi edilmezse ölümcül sonuçlara yol açabilen bir hastalıktır ve kendi içerisinde birçok türü bulunmaktadır. Kanser, gerek teknolojinin gelişmesine gerekse tıp alanındaki gelişmelere rağmen ülkemizde ve dünyanın diğer ülkelerinde ne yazık ki hala insan hayatını tehtit eden hastalıkların ön sıralarında gelmektedir. Kanserin hızlı yayılan bir hastalık olması nedeniyle teşhisin olabildiğince çabuk ve doğru şekilde konulması tedaviye başlanan süreyi öne alarak araştırmalara göre tedavi başarım oranını artırmıştır. Bu çalışmada doktorların daha hızlı ve olabildiğince doğru sonuçlar alarak teşhis koyabilmeleri için çocuk ve genç yetişkin nüfusta en sık rastlanan kanser türü olan Akut Limfoblastik Lösemi (ALL) ele alınmış olunup, kanserli ve sağlıklı hücrelerin mikroskobik resimleri matlab programında görüntü işleme ile işlenerek, Local Binary Pattern (LBP), Histogram of Oriented Gradients (HOG) ve bu yöntemlerin birleştirilmiş hali uygulanacaktır. Daha sonra görüntülerin renk skalaları dönüştürülerek Destek Vektör Makinesi (DVM) yöntemi ile sınıflandırılması yapılmış ve böylelikle her iki yöntemin ayrı ayrı ve birlikte kullanılarak başarım oranları hesaplanmıştır. Sonuç olarak elde edilen bulgular karşılaştırılmış ve hangi metodun en iyi sonuç verdiği tartışılmıştır.
Özet (Çeviri)
Cancer disease is a rapidly progressing disease that can lead to fatal outcomes if not treated on time, and there are many types within itself. Cancer is at the forefront of disease that still threatens human life in our country and in other countries of the world, despite the development of technology and the advances in medicine. Due to the fact that cancer is a rapidly spreading disease, it has increased the treatment success rate according to the researches by taking the diagnosis starting time as soon as possible and correctly. In this study, Acute Limfoblastic Leukemia (ALL), the most common cancer type in children and young adult population, was handled in order to enable doctors to diagnose them with the fastest and most accurate results possible. The microscopic images of cancerous and healthy cells were processed by image processing in MATLAB program, Local Binary Pattern (LBP), Histogram of Oriented Gradients (HOG), and a combination of these methods. Afterwards, color scales were transformed and classified by Support Vector Machine (SVM) method, so the performance ratios were calculated separately and together. The resulting findings were compared and it was discussed which method gave the best result.
Benzer Tezler
- Deep learning neural network based on the PSO for leukemia cell disease diagnosis from microscope images
Mikroskop görüntüleri üzerinden lösemi hücre hastalığının tanısı için PSO temelli derin öğrenmeli sinir ağları
HAMSA THAMER MOUSA ALMAHDAWI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
- Görüntü işleme yöntemlerini kullanarak mikroskobik görüntülerinden lösemi hücrelerinin teşhisi
Diagnosis of leukemia cell from microscope images with image processing methods
AKRAM KH.SAID GIHEDAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKSAL BİLGİCİ
- Akut lenfoblastik lösemi hücrelerinin derin öğrenme yöntemleri ile sınıflandırılması
Classification of acute lymphoblastic leukemia cells using deep learning methods
AYŞE BERİKA VAROL MALKOÇOĞLU
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL İŞERİ
- Gen ifade veri setlerinde boyut indirgeme yöntemlerinin sınıflama performansına etkilerinin karşılaştırılması
Comparison of the effect of dimension reduction methods on classification performance in gene expression data sets
FATMA HİLAL YAĞIN
Yüksek Lisans
Türkçe
2020
Biyoistatistikİnönü ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
DOÇ. DR. HARİKA GÖZDE GÖZÜKARA BAĞ
- Destek vektör makinesi kullanarak yüz tanıma uygulaması geliştirilmesi
Developing face recognition application using support vector machine
DERYA TABAK
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NESRİN AYDIN ATASOY