Geri Dön

Seröz efüzyon sitopatolojisinde makine öğrenmesi tabanlı tanı yaklaşımlarının geliştirilmesi ve uygulanması

Development and implementation of machine learning based diagnosis approaches in serous effusion cytopathology

  1. Tez No: 649093
  2. Yazar: ELİF BAYKAL KABLAN
  3. Danışmanlar: PROF. DR. MURAT EKİNCİ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 200

Özet

Seröz efüzyonlar sitopatolojik değerlendirmelerde sıklıkla karşılaşılan bir numune türüdür. Sitopatolojik değerlendirmenin zaman alıcı, yorucu ve patolog-içi ve patologlar-arası değişken olmasından dolayı tez çalışması kapsamında, seröz efüzyon sitopatolojisinde makine öğrenmesi tabanlı otomatik tanı yaklaşımları önerilmektedir. İlk olarak, artık öğrenme tabanlı yeni bir konvolüsyonel sinir ağı modeli sitopatolojik görüntülerde boya normalizasyonu amacıyla önerilmiştir. Önerilen modelin çekirdek segmentasyonu yöntemlerinin başarılarını önemli oranda artırdığı görülmüştür. İkinci olarak, tam konvolüsyonel sinir ağlarının topluluğuna dayalı yeni bir ağ mimarisi çekirdek segmentasyonu amacıyla önerilmiştir. Önerilen ağ topluluğu mimarisi ile elde edilen segmentasyon başarısının modellerin tek başına elde ettiği başarıyı geçtiği görülmüştür. Üçüncü olarak, modern konvolüsyonel nesne algılayıcılar çekirdek algılama amacıyla önerilmiştir. YOLOv3 mimarisinde iyileştirmeler sonucunda önerilen nesne algılayıcıların diğer nesne algılayıcılara nazaran daha hızlı algılama sağlamakla birlikte algılama başarısının da güçlü olduğu görülmüştür. Son olarak, seröz hücre sınıflandırma için literatürdeki popüler konvolüsyonel sinir ağı modellerinin analizleri yapılmış ve optimum bir konvolüsyonel sinir ağı modeli önerilmiştir. Önerilen model en az sayıda öğrenilebilir parametreye sahiptir böylece test süresini büyük oranda azaltmıştır. Tez çalışmasında ayrıca ön işlem, algılama, segmentasyon ve sınıflandırma adımlarının her biri için plevral efüzyon sitopatoloji görüntülerinden oluşan özgün bir veri seti önerilmiştir.

Özet (Çeviri)

Serous effusions are a frequently encountered specimen type in cytopathological evaluation. Cytopathological evaluation is time-consuming, exhausting, and causes intra-pathologist and inter-pathologists variability. In the thesis work, machine learning-based automated diagnosis approaches in serous effusion cytopathology are proposed. First, a new residual learning-based convolutional neural network model was proposed for stain normalization in cytopathological images. It was observed that the proposed model significantly increases the success of the nuclei segmentation methods. Second, a new network architecture based on the ensemble of fully convolutional neural networks was proposed for nuclei segmentation. It was seen that the success of segmentation achieved with the proposed ensemble network architecture exceeded the success achieved by the models alone. Third, modern convolutional object detectors were proposed for nuclei detection. As a result of improvements in the YOLOv3 architecture, it was observed that the proposed object detectors provide faster detection compared to other object detectors with a robust detection success. Finally, popular convolutional neural network models in the literature were analyzed for serous cell classification, and an optimum convolutional neural network model was proposed. The proposed model has the least learnable parameters, thus significantly reduces the test time. In this thesis work, a novel data set consisting of pleural effusion cytopathology images was also proposed for each of the preprocessing, detection, segmentation, and classification steps.

Benzer Tezler

  1. Seröz efüzyon sitolojisinde konvansiyonel sitoloji ve sıvı bazlı sitoloji (THİNPREP) yöntemlerinin karşılaştırılması

    Comparison of conventional and liquid-based cytology (THINPREP) preparations in serous effusion

    ERTUĞRUL ORUÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2015

    Patolojiİstanbul Üniversitesi

    Patoloji Ana Bilim Dalı

    PROF. NESRİN UYGUN

  2. Efüzyonlu otitis media etyopatogenezinde adenoid mast hücrelerinin rolü

    Role of the adenoid mast cells in the etiopathogenesis of otitis media with effusion

    VURAL BÜYÜKSOY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1997

    Kulak Burun ve BoğazGATA

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF. DR. HASAN CANDAN

  3. Kliniğimizde perikardit ve perikardiyal efüzyon tanısı ile takip edilen hastaların klinik ve laboratuar özellikleri

    Clinic and laboratory conditions of patients who were diagnosed as pericarditis and pericardial effusion in our clinic.

    AYTAÇ AKYOL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2009

    KardiyolojiYüzüncü Yıl Üniversitesi

    Kardiyoloji Ana Bilim Dalı

    DOÇ. DR. MUSTAFA TUNCER

  4. Seröz otitis medianın erken evrelerinde CO2 lazer miringotominin tedavideki yeri

    The Role of CO2 laser myringotomy in treatment of the early phases of serous otitis media

    METE KAAN BOZKURT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1998

    Kulak Burun ve BoğazAnkara Üniversitesi

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF. DR. MUSTAFA ÇALGÜNER

  5. Tekrarlayan seröz otitlerde d vitamini düzeyleri

    Başlık çevirisi yok

    SELVİNAZ EDİZER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2013

    Çocuk Sağlığı ve HastalıklarıSağlık Bakanlığı

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. Hasan ÖNAL