Geri Dön

Derin öğrenme teknikleriyle tomografi görüntülerinde karaciğer bölütlemesi

Liver segmentation on tomography images with deep learning techniques

  1. Tez No: 594077
  2. Yazar: FURKAN AVCI
  3. Danışmanlar: DOÇ. DR. EYYÜP GÜLBANDILAR
  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: 2019
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 59

Özet

Günümüzde, yapay zeka teknolojilerindeki gelişmeler ile birlikte yeniden önem kazanan derin öğrenme teknikleri ile birçok bilimsel ve akademik çalışmalar yapılmaktadır. Bununla birlikte gelişen medikal görüntüleme teknikleriyle çok detaylı teşhise imkan sağlayan kaliteli görüntüler üretilmektedir. Vücudumuzdaki önemli organlardan biri olan karaciğerin rahatsızlıklarında önemli bir yer tutan karaciğer nakli veya cerrahi operasyonları öncesinde, radyolojik görüntülerden elde edilen bulguların değerlendirilmesi çok önemli bir yer tutmaktadır. Bu görüntülerin 3 boyutlu incelenmesinin ön adımı ise çekilmiş görüntülerden karaciğer dokusunun ayrılması aşamasıdır. Bu tez kapsamında derin öğrenme yapılarından biri olan evrişimli sinir ağlarıyla; çeşitli girdi boyutları ve aktivasyon fonksiyonlarıyla oluşturulmuş modellerin örnek veri seti ile başarımları ölçülerek, sonuçları değerlendirilmiştir. Deneyler sonucunda U-NET yapısı ile 256x256 ve 512x512 görüntüler üzerinden 97.58% ve 94.97% F-measure değerleri elde edilmiştir. Basit ESA yapısı ve Sigmoid ve Linear aktivasyon fonksiyonuna sahip U-NET modelleri (ortak eşik değer için) başarım gösterememiştir.

Özet (Çeviri)

Nowadays, many scientific and academic studies are carried out with deep learning techniques, which have gained importance once again with the developments in artificial intelligence technologies. On the other hand, high quality images are produced which enable very detailed diagnosis with developing medical imaging techniques. The evaluation of the findings obtained from radiological images prior to liver transplantation or surgical operations, which play an important role in liver disorders, is one of the most important organs in our body. The preliminary step of the 3-D examination of these images is the separation of liver tissue from the images taken. Within the scope of this thesis, the performance of the models created with various input dimensions and activation functions measured with the sample data set and the results evaluated. After empirical evaluations, the 97.58% and 94.97% F-measure scores were obtained when applying U-NET architecture on 256x256 and 512x512 image samples. Simple CNN and U-NET models with Sigmoid and Linear activation function (for common threshold) failed.

Benzer Tezler

  1. Derin öğrenme teknikleriyle bilgisayarlı tomografi görüntülerinden otomatik karaciğer ve tümör segmentasyonu

    Automatic liver and tumor segmentation from computed tomography images using deep learning techniques

    TEVFİK ÇETİNTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNGÖR YILDIRIM

  2. Derin öğrenme yöntemine dayalı yapay zeka algoritmalarıyla konik ışınlı bilgisayarlı tomografi görüntülerinde dişlerin tespit edilmesi ve numaralandırılması

    Detection and numbering of teeth in CONE-BEAM computed tomography images with artificial intelligence algorithms based on deep learning method

    HANDE SAĞLAM

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiEskişehir Osmangazi Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ŞEVKİ BAYRAKDAR

  3. Derin öğrenme yöntemleri kullanarak bilgisayarlı tomografi görüntülerinden covid-19'un tespit edilmesi

    Detecting covid-19 from computed tomography images using deep learning methods

    SEMİHA GÜNGÖR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KAYA

  4. Bilgisayarlı tomografi görüntüleri kullanılarak COVID-19 hastalığının tanısı için derin öğrenme yöntemlerinin kullanılması

    Using deep learning methods to diagnose COVID-19 disease using computed tomography images

    MUHAMMED ALPEREN HOROZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA ARSLAN TUNCER

  5. Derin öğrenme teknikleriyle akciğer görüntüleri üzerinde kanser teşhisi

    Diagnosis of cancer on lung images by deep learning techniques

    FURKAN BERK SEYREK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİL YİĞİT