Derin öğrenme tekniklerinin biyomedikal imgeler üzerine uygulamaları
Applications of deep learning techniques on biomedical images
- Tez No: 524890
- Danışmanlar: DOÇ. DR. BURHAN ERGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Biyomedikal ve dental materyaller, Yapay sinir ağları, Biomedical and dental materials, Artificial neural networks
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Derin öğrenme, önceden bilinen veriler üzerinde pek çok katmanlı yapay sinir ağı ile model oluşturarak, bilinmeyen veriler için özelliklerin öğrenimi yardımıyla sınıflandırma ve analiz yapılmasına imkân sağlayan makine öğrenmesi algoritmalarını içeren bir yaklaşımdır. Bu yaklaşım yapay zekâ teknolojisinin uygulanabilirliğinin artması sonucu ortaya çıkmış ve çalışmalar artmaya başlamıştır. Derin öğrenme teknolojileri kullanılarak özellikle imge tanıma ve sınıflandırma çalışmaları da hız kazanmıştır. En temel derin öğrenme algoritmaları çok katmanlı yapay sinir ağı ve konvolüsyonel sinir ağları olmuştur. Özellikle görüntü işleme alanından bu algoritmalar yaygın biçimde kullanılmıştır. Bu çalışmada derin öğrenme terminolojileri kullanılarak biyomedikal imgelerin Convolutional Neural Networks(CNNs) yöntemi ile hastalıklı yapının tespit edilmesi ve medikal resim ögelerinin sınıflandırılması amaçlanmıştır. Bu çalışma doğrultusunda birden fazla medikal veri setlerinden bir miktar veri eğitilerek daha sonra test amaçlı ayrılan verilerin çeşitli derin öğrenme ağ modelleriyle aracığıyla istenilen imge(hastalıklı bölge, doku ya da hücre) tespiti gerçekleştirilmiştir. Bu çalışma sonunda biyomedikal imgelerin sınıflandırılmasında derin öğrenmenin başarılı sonuçlar sergilediği görülmüştür.
Özet (Çeviri)
Deep learning is an approach that includes machine learning algorithms that enable learning and classification of features for unknown data by creating models with many layered artificial neural networks on previously known data. This approach is the result of increased applicability of artificial intelligence technology and work has begun to increase. Using deep learning technologies, especially image recognition and classification studies have also accelerated. The most basic deep learning algorithms are multi-layer artificial neural networks and convolutional neural networks. These algorithms are used extensively, especially in the field of image processing. In this study, it is aimed to determine the diseased structure of biomedical images by using Convolutional Neural Networks (CNNs) method and to classify medical images by using deep learning terminology. In this study, some data from several medical data sets were trained and then the desired image (diseased area, tissue or cell) was detected by means of various deep learning network models of the data which were separated for test purposes. At the end of this study, it was seen that deep learning was successful in classifying biomedical images.
Benzer Tezler
- Derin öğrenme tabanlı biyomedikal karar destek sistemlerinin oluşturulması
Establishment of biomedical decision support systems through deep learning techniques
HARUN ÇİĞ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TAHİR GÜLLÜOĞLU
- Deep learning-based analysis of electrochemical, biomedical, and optical signals
Elektrokimyasal, biyomedikal ve optik sinyallerin derin öğrenme tabanlı analizi
MUHAMMET ÇAĞRI YEKE
Yüksek Lisans
İngilizce
2024
Biyoteknolojiİzmir Yüksek Teknoloji EnstitüsüBiyoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDURRAHMAN GÜMÜŞ
PROF. DR. DİLEK ODACI
- Derin öğrenme temelli karar destek sistemleriyle lomber spinal dar kanal analizi
Lumbar spinal stenosis analysis with deep learning based decision support systems
SİNAN ALTUN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ALKAN
- Farklı derin öğrenme modelleri kullanarak histopatalojik görüntülerden meme tümörlerinin sınıflandırılmasında yeni yaklaşımlar
New approaches in classification of breast tumors from histopathological images using different deep learning models
SEMA NIZAM ABDULGHANI
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEYFETTİN SİNAN GÜLTEKİN
- İnvolüsyonel sinir ağları ile hiperspektral verilerin analizi
Analysis of hyperspectral data with involutional neural networks
MÜCAHİT CİHAN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT CEYLAN