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: Belirtilmemiş.
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
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Doğuştan kalça çıkıklı hastalarda kalça patolojilerinin bilgisayarlı tomografi ile değerlendirilmesi
Başlık çevirisi yok
NECDET ŞÜKRÜ ALTUN
Tıpta Uzmanlık
Türkçe
1987
Ortopedi ve TravmatolojiGazi ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF.DR. ORHAN ASLANOĞLU
- İşletmelerde veri örgütlenmesi ve yönetim açısından bilgi sistemleri
Başlık çevirisi yok
FAHAMET TOPALOĞLU
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ