Geri Dön

Diyabetik retinopatinin erken teşhisine yönelik derin öğrenme temelli lezyon tespit sistemi

Deep learning based lesion detection system for early diagnosis of diabetic retinopathy

  1. Tez No: 627604
  2. Yazar: TURAB SELÇUK
  3. Danışmanlar: PROF. DR. AHMET ALKAN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 70

Özet

Diyabetik Retinopati (DR) toplumda şeker hastalığı olarak bilinen diyabetik melitusa bağlı olarak gözün sinir tabakasında (retina) meydana gelen bozulmalardır. Bu bozukluklar erken evrede mikrohemoroji mikroanevrizma ve eksuda gibi lezyonlar olarak ortaya çıkmaktadır. Fakat ileri evrelerde körlüğe yol açan kanama ve yeni damarlar oluşabilmektedir. Bu nedenle DR'nin klinik değerlendirmesinde, retinada oluşan mikroanevrizma, kanamalar, yeni damar oluşumları gibi retinal bozuklukların olup olmadığına bakılmaktadır. Önerilen çalışmada, DR'nin otomatik teşhisine yönelik bir sistem oluşturulmuştur. Bu amaç doğrultusunda renkli fundus görüntülerinden derin öğrenme temelli bir lezyon tespit yazılımı geliştirilmiştir. Messidor ve Diaretdb1 veri kümelerindeki renkli retina görüntüleri çalışmada veri seti olarak kullanılmıştır. Mikroanevrizma tespitinde bir optimizasyon yöntemi olan karınca kolonisi, kanamalar ve eksudaların tespitinde ise U-Net tabanlı bir semantik bölütleme yapılmıştır. Uzman doktor gözetiminde elle tespit edilen lezyon görüntüleri, yazılım sayesinde otomatik olarak bölütlenen lezyon görüntüleri çakıştırılmıştır. Böylelikle Dice ve Jackard benzerlik indeksleri ile doğruluk duyarlılık ve özgüllük değerleri elde edilerek çalışmanın başarımı test edilmiştir. Çalışma, renkli fundus görüntülerinden DR lezyonlarının tespitinde, optimizasyon teknikleri ve derin öğrenme algoritmalarının başarımlarını ortaya çıkarmıştır. Çalışmada ayrıca optik disk de bölütlenerek uzmanların optik diske dayalı bir retina analizi yapabilmeleri sağlanmıştır. Lezyon tespitinde minimum %90'nın üzerinde başarım elde edilmiştir. Bu değerler, oluşturulan yazılımın, renkli fundus görüntülerinden DR teşhisinde uzman doktorlar tarafından güvenilir bir yardımcı sistem olarak kullanılabileceğini göstermiştir.

Özet (Çeviri)

Diabetic Retinopathy (DR) is the disorders in the nerve layer of the eye (retina) due to diabetic melitus, which is known as diabetes in the society. These disorders occur in the early stages as lesions such as microhemorrhage, microaneurysm and exudate. However, new vessel formations and bleeding occurring in later stages can lead to blindness. Therefore, in the clinical evaluation of DR, it is examined whether there are retinal disorders such as microaneurysm, hemorrhages, new vessel formations occurring in the retina. In the proposed study, a system for automatic diagnosis of diabetic retinopathy has been established. For this purpose, a deep learning based lesion detection software has been developed from color fundus images. Color retina images in Messidor and Diaretdb1 database were used as data set in the study. Ant colony, which is an optimization method for microaneurysm detection, U-Net based deep learning algorithm has been used to detect hemorrhages and exudates. The images of the lesions that were detected manually under the supervision of a specialist doctor, and the images of the lesions that were automatically segmented by the software were overlapped. Thus, the success of the study was tested by obtaining accuracy sensitivity and specificity values with Dice and Jackard similarity indexes. The study revealed the performance of optimization techniques and deep learning algorithms in the detection of diabetic retinopathy lesions from color fundus images. In the study, the optical disc was also segmented. In this way, experts are provided to perform a retinal analysis based on the optical disc. At least 90% performance was achieved in lesion detection. These values show that the software created can be used as a reliable aid system to specialist doctors for the diagnosis of diabetic retinopathy from color fundus images.

Benzer Tezler

  1. A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy

    Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli

    ÖMER FARUK GÜRCAN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Diyabetik retinopatinin erken algılanması için mikroanevrizmaların görüntü işlemeyle bulunması

    Detect microaneurysm by image processing for early diagnosis of diabetic retinopathy

    VOLKAN AĞAOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. ERKAN TANYILDIZI

  3. Kan damarlarının çeşitli görüntü işleme teknikleriyle incelenmesi

    Investigating blood vessels with various image processing techniques

    SARA SAMI ABDELSALAM OMAR ALDEEB

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SELÇUK SEVGEN

  4. Diyabetik retinopatide orbital kan akım değişikliklerinin renkli doppler ultrasonografi ile değerlendirilmesi

    The evaluation of orbi̇tal blood flow changes in diabetic retinopathy with color doppler ultrasonography

    SEVGİ MUTLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    Radyoloji ve Nükleer TıpDüzce Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. FAHRİ HALİT BEŞİR

  5. 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

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TALAT FİRLAR