Dıyabetik retinopatinin şiddet seviyesinin tespitiiçin mobil kenar hesaplama ve derin öğrenmetopluluklarına dayanan bir yöntem
A novel framework for severity level detection of diabetic retinopathy based on mobile edge computing and deep learning ensembles
- Tez No: 661802
- Danışmanlar: DR. ÖĞR. ÜYESİ ERCAN AVŞAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Tıp biliminin mevcut çağında, gelişmiş dünyada orta yaşlı nüfusta geri dönüşü olmayan görme kaybının önde gelen nedeni olduğu için diyabetik retinopatinin otomatik tespiti büyük önem taşımaktadır. Eğer erken teşhis edilirse, görme kaybı problemlerinin önüne geçilebilir. Öznitelik çıkarmak için çeşitli yaklaşımlar önerilmiş olmasına rağmen, retina görüntüleri için sınıflandırma görevi, uzman kişiler için bile hâlâ zor bir işlemdir. Internet tabanlı akıllı sistemler bu tip hastalıkların teşhisinde faydalı olabilir. Bu tip sistemlerin yaygın olarak kullanılması, yüksek bir tespit oranı ve hızlı cevap özelliklerini taşırken bant genişliğini de etkin olarak kullanmayı gerektirir. Bu tez çalışmasında, akıllı telefonları bir kenar hesaplama aracı olarak kullanan ve diyabetik retinopati görüntülerinde hastalık seviyesini tespit eden bir sistem geliştirilmiştir. Sistem genel olarak ön işleme, öznitelik çıkarma ve sınıflandırma adımlarından oluşmaktadır. İlk adım kenar cihazında, diğer iki adım ise bulut bilgisayarda gerçekleştirilmiştir. Sistemin performansının ölçülmesi için sınıflandırma başarımı, cevap süresi ve toplam iletilen veri miktarı hesaplanmıştır. Ön işleme adımı kırpma, yeniden boyutlandırma ve keskin olmayan maskeleme işlemlerinden oluşmaktadır. Sınıflandırma ise EfficientNetB7, ResNet50 ve VGG19 ağlarının birleştirilmesi ile oluşan bir model ile sağlanmıştır. Önerilen sistemin test başarımı 0.96 olarak hesaplanmıştır ve kenar hesaplamanın, cevap süresi ve bant genişliği kullanımını iyileştirdiği görülmüştür.
Özet (Çeviri)
In the current era of medical science, the detection of diabetic retinopathy in an automated way is very important, as it is one of the major reasons of vision loss in the middle-age population in the developed world. If it is detected at its early stages, it may be possible to alter the severe vision loss problem. Even though there are various approaches for feature extraction, the classification task for retinal images is still challenging for human experts. Utilization of internet-based intelligent systems may be useful for diagnosis of such health problems. Widespread usage of such systems requires maintaining a high detection accuracy as well as rapid response while utilizing the bandwidth efficiently. In this thesis, a framework is proposed for detecting severity levels diabetic retinopathy images using a smartphone as an edge computing device. The framework mainly consists of preprocessing, feature extraction, and classification steps, where the first step is performed on the edge device and the other two on the cloud computer. The overall performance is calculated based on the classification accuracy, response time, and total transmitted data. The preprocessing step involves cropping, resizing and unsharp masking. The classification is based on a concatenation ensemble of three benchmark convolutional neural network architectures that are EfficientNetB7, ResNet50, and VGG19. The proposed framework achieved a test accuracy of 0.96 and the edge computing improved the server response time and bandwidth occupation.
Benzer Tezler
- Diyabetik hastalarda diyabetik retinopati derecesi ile serum fraktalkin (CX3CL1) ilişkisi
Relationship between serum fractalkine (CX3CL1) and degree of diabetic retinopathy in diabetic patients
ÖZGÜR YILMAZ
Tıpta Uzmanlık
Türkçe
2024
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. MURAT AKARSU
- Diyabetik retinopatide vitreusta vasküler endotelyal büyüme faktörü, stromal hücre kaynaklı faktör-1α, anjiyopoietin benzeri protein 2 seviyeleri
Vitreous levels of vascular endothelial growth factor, stromal cell derived factor-1α, angiopoietin-like protein 2 in diabetic retinopathy
ALİ KELEŞ
Tıpta Uzmanlık
Türkçe
2018
Göz HastalıklarıSağlık Bilimleri ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
DOÇ. DR. YASEMİN ÖZDAMAR EROL
- Diyabetik retinopatili hastalarda ön kamara sıvısında VEGF, IL-6, TAK, TOS düzeylerindeki değişikliklerin değerlendirilmesi
Evaluation of VEGF, IL-6, TAK, TOS level changes in humour aqueous of patients with diabetic retinopathy
ERDİNÇ BOZKURT
Tıpta Uzmanlık
Türkçe
2015
Göz HastalıklarıSakarya ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. GÜRSOY ALAGÖZ
- Tip 2 diyabetli hastalarda prognostik nutrisyon indeksinin diyabetik retinopati ve şiddeti ile ilişkisi
Başlık çevirisi yok
ENES CEYLAN
Tıpta Uzmanlık
Türkçe
2023
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. ALİ ÖZDEMİR
- Obstruktif uyku apnesi olan diyabetik olgularda makülanın optik koherens tomografi ile retrospektif değerlendirilmesi
Retrospective evaluation of macula by optical coherence tomography in diabetic patients with obstructive sleep apnea
BÜŞRA ENGİN POTOĞLU
Tıpta Uzmanlık
Türkçe
2021
Göz HastalıklarıTekirdağ Namık Kemal ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. TANSU GÖNEN