Derin öğrenme yöntemleri kullanılarak osteoporozun belirlenmesi
Determination of osteoporosis using deep learning methods
- Tez No: 652318
- Danışmanlar: DOÇ. DR. MURAT CEYLAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Osteoporoz, düşük kemik mineral yoğunluğu ile karakterize edilen en yaygın kronik kemik hastalığıdır. Dual Enerji X-Işını Absorbsiyometrisi (DEXA) taraması, kemik mineral yoğunluğunu ölçmek ve osteoporoz tanısı koymak için en sık kullanılan yöntemdir. Ancak, cihazın büyüklüğü ve yüksek maliyeti gibi belirli kısıtlamaları vardır. Standart X-ışınları ve Bilgisayarlı Tomografi (BT) gibi diğer tarama yöntemleri, hastalık ortaya çıkana kadar osteoporozu belirleyemediği için teşhis amacıyla kullanılamaz. Bu çalışmada, topuk kemiğinin x-ışını görüntülerini (düz radyografiler) kullanarak osteoporoz sınıflandırması için invazif olmayan bir yöntem önerilmiştir. Evrişimsel Sinir Ağları ile Veri Arttırma teknikleri ve Transfer Öğrenme Mimarileri, sağlıklı ve osteoporotik hastaların x-ışını görüntülerini sınıflandırmak için birleştirilmiştir. Önerilen yaklaşım ile osteoporozun teşhisi yüksek doğrulukla gerçekleştirilmiştir.
Özet (Çeviri)
Osteoporosis is the most common chronic bone disease, which is characterized by low bone mineral density. Dual Energy X-Ray Absorptiometry (DEXA) scan is the most used method for measuring bone mineral density and diagnosing osteoporosis. Unfortunately, this method has certain limitations, such as the size of the device and it's high cost. Other screening methods like standard X-rays and computed tomography (CT) can't detect osteoporosis until it's fully accrued. In this study, a non-invasive method for osteoporosis classification using X-ray images (plain radiographs) of the heel is proposed. Convolutional Neural Networks along with Data Augmentation techniques and Transfer Learning Architectures are combined to classify X-ray images of healthy and osteoporotic patients. With the proposed approach, diagnosis of osteoporosis has been achieved with high accuracy.
Benzer Tezler
- Derin öğrenme yöntemleri kullanılarak beyin tümörü tiplerinin ve sınırlarının tahminlenmesi
Prediction of brain tumor types and limits using deep learning methods
MERVE PINAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ
- Derin öğrenme yöntemleri kullanılarak Türkiye'deki depremlerin tahmini
Prediction of earthquakes in Turkey using deep learning methods
MERVE ÇELİK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EFNAN ŞORA GÜNAL
- Derin öğrenme yöntemleri kullanılarak konik ışınlı bilgisayarlı tomografi görüntülerinden diş ve çene kemiğinin tespiti
Detection of teeth and jaw bone from cone-beam computed tomography images using deep learning methods
OSAMAH KHALED MUSLEH SALMAN
Yüksek Lisans
Türkçe
2021
Mekatronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BEKİR AKSOY
DR. ÖĞR. ÜYESİ NURULLAH TÜRKER
- Derin öğrenme yöntemleri kullanılarak Türkçe haber metinlerinden haber başlığı üretilmesi
Generating news headline from Turkish news using deep learning methods
ENİSE KARAKOÇ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU YILMAZ
- Derin öğrenme yöntemleri kullanılarak ürün önerme sistemi tasarımı
Design of product recommendation system by using deep learning methods
ENES KANTEPE
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ERDAL
DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ