Derin öğrenme ile görüntü bölütleme
Image segmentation with deep learning
- Tez No: 570547
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ÇINAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda tıbbi görüntülerin analizi için yapay zekâ ve derin öğrenme yöntemlerinin ortaya çıkışı, doktorların hastaları hakkında daha iyi kararlar almalarına yardımcı olan akıllı tanı sistemlerinin geliştirilmesini sağlamıştır. Bu yeni yöntemler ile birçok alanda yüksek başarı oranları elde edilmektedir. Bunlardan bir tanesi de cilt hastalıkları ve tedavisiyle uğraşan dermatoloji(cildiye) alanıdır. Dermatoloji alanındaki önemli hastalıkların başında cilt kanseri gelmektedir. Cilt kanseri ölümcül olarak görülebilen bir kanser tipidir ve erken tanının yapılması bu hastalık için hayati önem taşımaktadır. Bu tez çalışmasında derin öğrenme temelli bir yaklaşım kullanılarak dermoskopik görüntüler ile semantik bölütleme ve deri lezyonu tespiti için sınıflandırma gerçekleştirilmiştir. Bölütleme adımında deri görüntülerinden tahmini olarak lezyon bölgesi çıkarılmış, sınıflandırma adımında ise görüntüler iyi huylu ve kötü huylu olarak ikili ve daha sonra üçlü sınıflandırılmıştır. Sınıflandırma ve bölütleme için geliştirilen yöntemlerin, literatürdeki çalışmalara benzer ve bazılarından daha başarılı şekilde sonuçlar sergilediği görülmüştür.
Özet (Çeviri)
In recent years, the occurence of artificial intelligence and deep learning methods for the analysis of medical images has led to the development of intelligent diagnostic systems that help doctors make better decisions about the patient's health. By means these new methods, high success rates are achieved in many field. One of them is the field of dermatology which deals with skin diseases and treatment. One of the most important diseases in dermatology is skin cancer. Skin cancer is a type of cancer that can be seen as fatal and early diagnosis is vital for this disease. In this thesis, a deep learning based approach is used to classify dermoscopic images with semantic segmentation and skin lesion detection. In the segmentation step, the lesion region is estimated on the skin images, and in the classification step, the images are classified as benign and malignant, and then classified as triple. The methods developed for classification and segmentation are novel with respect to hierarchical studies in the literature and have shown more successful results than some.
Benzer Tezler
- Derin öğrenme ile anlamsal bölütleme ve piksel görüntülerinden gerçek görüntü üretimi
Semantic segmentation with deep learning and real image generation from pixel images
EMRE ARICA
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBatman ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YILMAZ KAYA
- Görüntü işleme ve derin öğrenme yöntemleri ile cilt kanseri teşhisi için karar destek sisteminin geliştirilmesi
Development of decision support system for skin cancer diagnosis with image processing and deep learning methods
CİHAN AKYEL
Doktora
Türkçe
2022
Yönetim Bilişim SistemleriGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. NURSAL ARICI
- Active learning for semantic image segmentation through conformal risk control
Konformal risk kontrolü ile semantik görüntü bölütleme için etkin öğrenme
CAN ERHAN
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- İnşaat sahasında baret kullanımının derin öğrenme yöntemleri ile otomatik tespiti
Automatic detection of helmet usage in the construction site with deep learning methods
İPEK NAZ SEMERCİOĞLU
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN BASRİ BAŞAĞA
- Tıbbi görüntülerden derin öğrenme yöntemi ile karaciğer ve beyin lezyonlarının bölütlenmesi
Segmentation of liver and brain lesions by deep learning approach from medical images
ONUR CAN BAYRAK
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM