Derin konvolüsyon ağı ile dermatoskopik görüntülerde deri lezyonlarının sınıflandırılması
Başlık çevirisi mevcut değil.
- Tez No: 689016
- Danışmanlar: DR. ÖĞR. ÜYESİ KENAN ZENGİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Deri lezyonlarını görüntüleyebilmek için dermoskopi yöntemi kullanılmaktadır. Dermoskopi deri üzerindeki lezyonların daha iyi görüntülenebilmesini sağlamak için kullanılmakta olan yönteme verilen isimdir. Dermoskopi uygulaması esnasında dermotoskop adı verilen bir cihaz kullanılmaktadır. Bu cihaz deri katmanlarını belirli oranlarda büyüterek incelenebilmesine katkı sağlamaktadır. Bahsi geçen bu cihazın kullanımı oldukça önemlidir. Çünkü deri üzerindeki lezyonları çıplak gözle görüp; sahip olduğu yapıyı anlamlandırabilmek mümkün değildir. Cilt hastalıklarının teşhisi oldukça önemlidir. Özellikle malign melanom adı verilen cilt kanseri türü yalnızca erken teşhis konulduğu takdirde tedavi edilebilmektedir. Bu nedenle uzman dermatologların bu noktada yerine getirmekte olduğu işlevi kolaylaştırmak adına hem deri lezyonlarının işlevsel bir biçimde sınıflandırılması hem de kullanılan tekniklerle elde edilmekte olan deri katman görüntülerinin etkili ve verimli olması gerekmektedir. Bu çalışmanın amacı; yapay zekâ tekniği ile cilt lezyonlarını tasniflendirerek alanında uzman olan doktorun karar vermesine yardımcı olabilecek bir karar destek sistemi meydana getirmektir. Gerçekleştirilecek olan karar destek sistemi hem tanı koyma süresini azaltacak hem de doğru teşhis oranının artmasına imkân sağlayacaktır. Geliştirilen uygulama sayesinde tıp çalışanlarının uygulamada baz alınan cilt hastalıklarının teşhisi için ihtiyaç duyduğu süre azaltışmış ve ayrıca doğruluk oranı yüksek tahminler sayesinde hastalık için daha erken zamanlarda önlem alınması mümkün olacaktır. Güvenilirlik düzeyi yüksek VGG-16 modelinin HAM10000 veri seti üzerinde eğitilmesi sonucu test doğruluk oranı %85,62 olarak elde edilmiştir.
Özet (Çeviri)
Dermoscopy method is used to view skin lesions. Dermoscopy is the name given to the method used to provide better visualization of the lesions on the skin. During dermoscopy, a device called a dermatoscope is used. This device contributes to the examination of skin layers by enlarging them at certain rates. The use of this device is very important. Because you can see the lesions on the skin with the naked eye; It is not possible to make sense of its structure. Diagnosis of skin diseases is very important. In particular, a type of skin cancer called malignant melanoma can only be cured if diagnosed early. For this reason, in order to facilitate the function performed by expert dermatologists at this point, both the functional classification of skin lesions and the skin layer images obtained by the techniques used should be effective and efficient. The aim of this study; is to create a decision support system that can help the doctor who is an expert in the field to make a decision by classifying skin lesions with artificial intelligence technique. The decision support system to be implemented will both reduce the time of diagnosis and increase the rate of correct diagnosis. Thanks to the developed application, the time needed by medical professionals to diagnose skin diseases based on the application has been reduced, and it will also be possible to take measures for the disease at earlier times thanks to the high-accuracy predictions. As a result of training the VGG-16 model with high reliability on the HAM10000 data set, the test accuracy rate was 85.62%.
Benzer Tezler
- A new deep learning approach: Differential convolutional neural network
Yeni bir derin öğrenme yaklaşımı: Farksal konvolüsyonel sinir ağı
MEHMET SARIGÜL
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUTLU AVCI
- Derin öğrenme yöntemi ile el yazısı tanıma
Deep learning method for handwriting recognition
AYŞE AYVACI ERDOĞAN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH ERDAL TÜMER
- Derin öğrenme algoritmaları ile hisse senetlerinin fiyat hareketliliği öngörüsü
Prediction of stock price movements with deep learning algorithms
CEREN CAMKIRAN
Doktora
Türkçe
2023
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. DİLEK ALTAŞ KARACA
- Alzheimer hastalığı erken teşhisinde derin öğrenme modelleri ile tanısal sınıflandırma
Diagnostic classification with deep learning models in early diagnosis of alzheimer's disease
SELAHATTİN BARIŞ ÇELEBİ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜLENT GÜRSEL EMİROĞLU
- Video etiketleme ve akıllı arama uygulamasının geliştirilmesi
Development of video tagging and smart search application
DİLŞEN YILDAR HAVAYLAR
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT OSMAN ÜNALIR