Pediatrik akciğer röntgen görüntülerinden evrişimsel sinir ağı ile pnömoni tespiti
Detection of pneumonia from pediatric lung x-ray images with convolutional neural network
- Tez No: 693789
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZKAN BİNGÖL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoteknoloji, Computer Engineering and Computer Science and Control, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Gümüşhane Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu çalışmada çocuklarda ciddi tehdit oluşturan ve ölümlere neden olabilen pnömoni hastalığının tespiti üzerinde çalışılmıştır. Bu hastalığının tespitinde akciğer röntgen görüntüleri önemli bir rol oynamaktadır. Çünkü bu görüntüleri elde etmek için kullanılan cihazlar diğer görüntüleme cihazlarına göre daha yaygındır ve daha düşük radyasyon yaymaktadırlar. Akciğer röntgen görüntülerinin yorumu radyologlar tarafından yapılmaktadır. Ancak kullanılan bazı görüntülerin belirsiz olması, hastalık belirtilerinin birbirlerine benzemesi ve yoğun iş temposu gibi olumsuz koşullar uzmanların röntgenleri yorumlamasını zorlaştırabilmektedir. Bu çalışmada akciğer röntgen görüntülerini sağlıklı ve pnömonili olarak sınıflandırabilecek ve uzmanlara yardımcı olabilecek evrişimsel sinir ağı modelleri geliştirilmiştir. Evrişimsel sinir ağı modellenirken iki farklı yaklaşım kullanılmıştır. Birincisi, özgün olarak en baştan tüm katmanların belirlenerek ağın modellenmesi, ikincisi ise transfer öğrenme yöntemiyle bir ağ modellenmesi şeklindedir. Evrişimsel sinir ağları genellikle ilgili veri seti boyutu arttıkça daha iyi sonuç vermektedirler. Bu çalışmada da 5 yaş altı çocuklara ait önden çekilmiş 5840 görüntüden oluşan hazır bir veriseti kullanılmıştır. Bu veriseti önerilen yöntem için kısmen küçük bir veriseti olması ağın eğitiminde modelin ezberlemesine neden olmuştur. Ezber sonucunda eğitim ve test doğruluğu arasındaki farkın açıldığı gözlemlenmiştir. Bu farkı azaltmak amacıyla veri artırma ve regülasyon yöntemleri kullanılmış, önemli ölçüde ağın eğitimini iyileştirmiştir. Özgün olarak tasarlanan ilk modelde %93.43 doğruluk oranına ulaşılırken, transfer öğrenme yaklaşımı ile geliştirilen modelde %97.12 doğruluk oranı elde edilmiştir. Çalışma sonucunda ulaşılan yüksek başarı oranları, burada önerilen yaklaşımların akciğer röntgen görüntülerinin yorumlanmasında uzmanlara yardımcı olabileceğini göstermektedir. Ayrıca önerilen model salgın dönemlerinde (bir pnömoni türü olan COVID-19 gibi) hızlı ve doğru teşhislerin konulmasına da yardımcı olabilir.
Özet (Çeviri)
In this study, it has been researched on the detection of pneumonia disease, that seriously threats children and might cause deaths. Lung x-ray displays have an important role in detection of this disease. Because those devices which are used to gain this diaplays are more common than any other display devices and spreads lower radiation. The analysis of lung x-ray displays are made by radiologists. However, some adverse conditions such as vague image, similarity of sympthoms with other diseases and intense work schedule may make it difficult to analyze x-ray displays. In this study, it has been developed Convolutional neural network models which can classify lung x-ray displays correctly (with pneumonia) and help the experts. Two different approach has been used while modelling convolutional neural network. The first is modelling the network via determining all layers at the beginning originally, and the second is modelling the network using transfer learning methodology. Convolutional neural networks generally result better when the related data set size is bigger. In this study, a ready dataset composed of previously displayed 5840 x-ray images of children under age 5. Although this dataset is relatively small for the suggested method, It caused the memorization of the model in the training of the network. After memorization, it has been observed that correlation difference between the training and test accuracy grows. In order to reduce this differance, data increase and regulation methods were used and the training of the network is significantly better. In the first model that was originally designed, %93.43 accuracy rate was gained; on the other hand %97.12 accuracy rate was gained in transfer learning model. High success rate reached in the results of the study shows that suggested methods can help experts to analyze lung x-ray displays. Besides, suggested methodology may help quick and accurate diagnosis in epidemic periods (such as COVID-19/a kind of pneumonia).
Benzer Tezler
- Medikal tedaviye dirençli kronik pediatrik rinosinüzit olgularında semptomatoloji ve etiolojinin araştırılması
The symptomatology and the etiology of medical theraphy resistant pediatric rhinosinusitis
ADEM EMRE İLHAN
Tıpta Uzmanlık
Türkçe
2005
Kulak Burun ve BoğazBezm-i Alem Vakıf ÜniversitesiKulak Burun Boğaz Ana Bilim Dalı
PROF. DR. HÜSAMETTİN YAŞAR
- Travma dışı nedenlerle başvuran çocuk hastalarda bilgisayarlı karın tomografisi kullanımının değerlendirilmesi
Evaluation of the USE of abdominal computerized tomography in child patients applying with non-traumatized reasons
TÜRKAN ÇETİNCEVİZ CÖMEZ
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. FATİH MEHMET KIŞLAL
- Çocuklarda tek akciğer ventilasyonunda arndt bloker ve tappa endobronşial bloker kullanımının karşılaştırılması
Comparing arndt and tappa endobronchial blocker during pediatric one lung ventilation
SUNA ARAS
Tıpta Uzmanlık
Türkçe
2024
Anestezi ve Reanimasyonİstanbul ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. MELTEM SAVRAN KARADENİZ
- Timektomi uygulanan miyasteni gravisli pediatrik olgularda akciğer izolasyon yöntemleri ve postoperatif analjezi seçenekleri
Lung isolation methods and postoperative analgesia options for thymectomy applied pediatric patients with myasthenia gravis
IŞIL KESİMCİ
Tıpta Uzmanlık
Türkçe
2015
Anestezi ve Reanimasyonİstanbul ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. ZERRİN SUNGUR
- Pediatrik lenfoma grubunda tedaviye yanıtın değerlendirilmesinde F-18 FDG pet-BT'nin rolü: Retrospektif ön sonuçlar
Role of F-18 FDG pet-CT in assessment of therapy response in pediatric lymphoma group- Retrospective first results
NESLİHAN ÇETİN