Geri Dön

Derin öğrenmeli konvolüsyonel sinir ağları (deep learnıng convolutıonal neural network) kullanarak fotoğraftan trizomi 21(down sendromu) tespiti

Detection of trisomy 21 (down syndrome) from image using deep learning convolutional neural network method

  1. Tez No: 521567
  2. Yazar: HATİCE KILINÇ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ CABBAR VEYSEL BAYSAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 100

Özet

Down sendromu kromozomal bir bozukluktur, kişinin fiziksel görünümü etkilemektedir. Down Sendromunun teşhisi, kesin sonuç veren pahalıgenetik testlerin uygulanması ile gerçekleştirilmektedir. Bu nedenle uzmanlar, daha basit ve ekonomik olan fenotipteki fiziksel görünüm değişimlerini kullanarak teşhis koymaktadırlar. Bu çalışmanın amacı, fenotip değişimlerini kullanarak, fotoğraftan down sendromlu kişileri tespit edecek, yapay zekaya dayalı bir sınıflandırma ve karar destek sistemi oluşturmaktır. Çalışmada downlu kişilerle normal kişilerin fotoğraflarının s ı n ı flandırılması, Matlab-Alexnet yazılımı ilederin ö ğ renme yöntemi (CNN) kullanılarak yapılmıştır. Fotoğraf verisetleri internetten açık kaynak lisanslama ile elde edilmiştir. Resimlere gürültü eklenerek de performans testleri gerçekleştirilmiştir. Sonuçlar incelendiğinde, hem e ğ itim, hem de performans analizi süreçlerinde, tasarlanan sistemin büyük oranda(%85-90 oranında) başarılı oluğu görülmüştür.

Özet (Çeviri)

Down syndrome is a chromosomal disorder which affects physical appearance of the person. Diagnosis of Down Syndrome is performed using expensive but accurate genetic methods. For this reason, experts diagnose the syndrome using physical appearance change of the phenotype, which is simpler and cheaper. The objective of this study is to design and implement an artificial intelligence based classification and decision support system, in order to identify people with down syndrome from the photographs of phenotypes. In the study, the classification of photos with the downies and normal persons was done by using the Matlab-Alexnet software and the Deep Learning Method (CNN). Photo dataset was obtained from the internet by open source licensing. Performance tests for the system is also performed by adding noisy photos. According to the results obtained, it was concluded that the classifier system executed tasks with a success rate of 85-90% ,in the training phase and also in performance analysis processes.

Benzer Tezler

  1. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease

    Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi

    İNANÇ MORAN

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DENİZ TURGAY ALTILAR

  3. Lung cancer classification and detection using convolutional neural networks

    Konvolüsyonel sinir ağları kullanılarak akciğer kanseri sınıflaması ve tespiti

    DENIZ NISHAM ANWER SAFAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN ÖZBAY

  4. A new deep learning approach: Differential convolutional neural network

    Yeni bir derin öğrenme yaklaşımı: Farksal konvolüsyonel sinir ağı

    MEHMET SARIGÜL

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUTLU AVCI

  5. Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi

    Improving the network training in convolutional neural networks

    KÜBRA UYAR

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR TAŞDEMİR