Data augmentation in retinal fundus images segmentation using deep learning
Derin öğrenme kullanarak retina fundus görüntülerinin segmentasyonu için veri artırma
- Tez No: 560516
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Görüntü segmentasyonu, görüntülerin daha iyi görselleştirilmesi ve tanı konulması için doku ve organların türüne göre ayrıldığı tıbbi görüntüler için önemli bir araçtır. Oftalmoloji alanında, retinal kan damarı segmentasyonu, diyabetik hipertansiyon glokomu ve retinopati gibi göz hastalıklarının teşhisi ve izlenmesini sağlayan faydalı bilgilerinden dolayı önemli görevlerden biridir. Son birkaç yılda, derin öğrenme temelli yöntemler, bilgisayarla görme görevlerinin çoğunda üstün bir performans sergilemiştir. Bu yöntemlerin çoğu danışmanlı öğrenmeye dayalıdır ve modelleri eğitmek için büyük miktarda etiketlenmiş veri gerektirir. Bu tez, derin öğrenme yaklaşımı kullanarak retinal damar segmentasyonunu araştırmaktadır. Bu alandaki verilerin azlığının üstesinden gelmek için, tez, daha fazla eğitim verisi üretmek üzere, Üretken Çekişmeli Ağlara (Generative Adversarial Networks - GANs) dayanan bir veri büyütme yöntemi sunmaktadır.
Özet (Çeviri)
Image segmentation is an important tool for medical images where the images are separated based on the type of tissue and organs to further visualization and diagnosis. In ophthalmology domain, retinal blood vessel segmentation is one of the substantial tasks due to the helpful information from the segmentation result, which provides diagnosis and monitoring of eye diseases such as diabetic hypertension glaucoma and retinopathy. Over the last few years, deep learning based methods accomplished a state-of-art performance in most of computer vision tasks. Most of these methods are supervised and require a large amount of labeled data to be able to train the models. This project investigates the retinal vessel segmentation using deep learning approach. To overcome the scarcity of the data in this domain, the thesis presents a method of data augmentation based on Generative Adversarial Networks (GANs) to generate more training data for sufficient learning.
Benzer Tezler
- Uzamsal görüntü filtreleme ile yapay sinir ağı tabanlı retina damar bölütlenmesinin iyileştirilmesi
Improving artificial neural network based retinal vessel segmentation with spatial image filtering
CEM YAKUT
Yüksek Lisans
Türkçe
2021
Mühendislik BilimleriTrakya ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEZER ULUKAYA
DR. ÖĞR. ÜYESİ İLKAY ÖKSÜZ
- Fundus görüntülerinin diyabetik retinopati değerlendirmesine yönelik olarak bölütlenmesi
Segmentation of fundus images for diabetic retinopathy evaluation
ADEM GÜNESEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM
- Diyabetik retinopatide üretken çekişmeli ağ kullanılarak derin öğrenme esaslı veri iyileştirme
Deep learning based data augmentation using generative adversarial network in diabetic retinopathy
EISA AGHCHEHLI
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
PROF. DR. MALCOLM CLARKE
- Takviyeli derin öğrenme yöntemi kullanılarak prematüre retinopatisinin erken teşhisi
Early diagnosis of retinopathy of prematurity using reinforcement deep learning method
EMİNE CIRIK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZEHRA AYSUN ALTIKARDEŞ
DOÇ. DR. AYŞE İPEK AKYÜZ ÜNSAL
- Fundus görüntülerinin sınıflandırılarak diyabetik retinopati hastalığının derin öğrenme ile tespiti
Detection of diabetic retinopathy disease by classifying fundus images using deep learning
HALİL İBRAHİM ŞAHİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TALAT FİRLAR