Derin öğrenme teknikleriyle tomografi görüntülerinde karaciğer bölütlemesi
Liver segmentation on tomography images with deep learning techniques
- Tez No: 594077
- Danışmanlar: DOÇ. DR. EYYÜP GÜLBANDILAR
- 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: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- 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
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR YILDIRIM
- 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
2021
Diş HekimliğiEskişehir Osmangazi ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. İBRAHİM ŞEVKİ BAYRAKDAR
- 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
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA
- 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
2023
Bilim ve TeknolojiFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA ARSLAN TUNCER
- Derin öğrenme teknikleriyle akciğer görüntüleri üzerinde kanser teşhisi
Diagnosis of cancer on lung images by deep learning techniques
FURKAN BERK SEYREK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL YİĞİT