Geri Dön

Akciğer hastalıklarının tanısında kullanılan X-ışını görüntülerine yapay zeka ve segmentasyon uygulaması

Application of artificial intelligence and segmentation to X-ray images used in the diagnosis of lung diseases

  1. Tez No: 671798
  2. Yazar: AUDRY SHOMA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ABDURRAHİM AKGÜNDOĞDU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 55

Özet

Tüberküloz her yıl dünya çapında yaklaşık 10 milyon insanı etkilemektedir. Genel olarak hekim ve özellikle radyolog eksikliği nedeniyle, Göğüs röntgeni (CXR) görüntülerinin yorumlanması bir sorun olmaya devam etmektedir. Bunun üzerine, CXR görüntülerini verimli bir şekilde yorumlayabilen ve tüberkülozu teşhis edebilen bir uygulama geliştirme hedeflerini kendimize belirledik. Montgomery veri setinin kullanıldığı bu çalışmada: 138 CXR görüntüsü (80 normal ve 58 tüberküloz). Bu uygulamanın geliştirilmesi için farklı segmentasyon yöntemleri ve yapay zeka (makine öğrenimi) gerekiyordu. Segmentasyon adımı ile tüberküloz lezyonları izole edildi. Tüberküloz lezyonların ve CXR görüntülerinin özelliklerini çıkarmak için bir özellik çıkarma adımı gerçekleştirildi. Çıkarılan özellikler, makine öğrenimi kullanılarak sınıflandırılıldı. Tüberküloz lezyonlar, siyah akciğer yüzeylerinde beyaz olarak görülmektedir. En iyi sınıflandırma, topluluk alt uzay yöntemi ile elde edilmiştir. Sadece eğitim yapıldığında, doğruluk mükemmelliğe denk bir değer olan 1.00'a ve eğri altındaki alan da (AUC) 1.00'a ulaşmıştır. Bununla birlikte holdout (eğitim ve test) yöntemi sonrası doğruluk % 88.2 ve AUC 0.90 olmuştur. Çapraz doğrulama ile elde edilen en iyi sınıflandırıcı SVM (doğruluk=72.50 ve AUC = 0.69) olmuştur. Uygulamamız belirlenen hedeflere ulaşmış ve sorunumuza cevap vermiştir.

Özet (Çeviri)

Every year tuberculosis affects nearly 10 million people around the world. With a shortage of medical doctor in general and particularly of radiologists, the interpretation of CXR images remains a problem. Thereupon we set ourselves the goals of developing an application capable of efficiently interpreting CXR images and diagnosing tuberculosis. We used Montgomery dataset: 138 CXR images (80 normal and 58 tuberculosis). The development of this application required different methods of segmentation and artificial intelligence (machine learning). With the segmentation step we isolated the tuberculous lesions. A feature extraction step was required to extract the characteristics of the tuberculous lesions and CXR images. The extracted features has been classified by using machine learning. Tuberculous lesions are shown in white on black lung surfaces. The best classifier has been achieved with ensemble subspace method. Without validation the accuracy reached the perfection 1.00 and an area under the curve (AUC) of 1.00. However with holdout validation accuracy was 88.2% with an AUC of 0.90. The best classifier achieved by cross validation was SVM (accuracy = 72.50 and AUC = 0.69). Our application has achieved the objectives set and responds to our problem.

Benzer Tezler

  1. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Synthesis of dye-conjugated PD-L1 targeted peptides for use in pet/ct in diagnosis of lung cancer

    Akciğer kanseri teşhisi için PET/CT sistemlerinde kullanılacak PD-L1 proteini hedefli boya takılı peptitlerin sentezi

    SAADET YEŞİLMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Biyokimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    DOÇ. DR. ONUR ALPTÜRK

    DR. ÖZGÜR YILMAZ

  3. Toplumda gelişen pnömonili hastalarda, hastalığın şiddetini ve tedaviye cevabını belirlemede yoğunlaştırılmış ekspiryum havası 'pH' ölçümünün yeri

    The value of exhaled breath condensate 'pH' to evaluate the severity of disease and the response to treatment in patients with community acquired pneumonia

    DENİZ ARIK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Göğüs HastalıklarıGATA

    Göğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı

    PROF. DR. METİN ÖZKAN

  4. Polimerik malzemelerin radyolojik özelliklerinin belirlenmesi ve tanısal radyolojide fantom malzemesi olarak kullanım yönünden değerlendirilmesi

    Determination of the radiological properties of polymeric materials and evaluation of usage as phantom material in diagnostic radiology

    ERDİ ŞİRİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Nükleer Araştırmalar Ana Bilim Dalı

    PROF. DR. NESRİN ALTINSOY