Diyabetik retinopati hastalığının erken teşhisi için retina görüntülerinin derin öğrenme tabanlı sınıflandırılması
Deep learning based classification of retinal images for earlydiagnosis of diabetic retinopathy disease
- Tez No: 719880
- Danışmanlar: DR. ÖĞR. ÜYESİ AYTAÇ ALTAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Günümüzde en yaygın körlük nedenlerinden biri olan Diyabetik Retinopati (DR), gözün retina ağ tabakasında yer alan kan damarlarında diyabete bağlı olarak oluşan hasarlanmalardır. DR'nin erken aşamada teşhis edilerek tedavi edilmesi diyabet hastalarının görme yeteneklerini kaybetmelerini önlemek ve DR ilerlemesini yavaşlatmak için hayati önem taşımaktadır. Bu durumda, diyabet hastalarının her yıl doktor gözetiminde taramadan geçmeleri kaçınılmaz olmaktadır. Ancak, bu taramalar çok vakit almakta, iyi bir deneyim ve uzmanlık gerektirmektedir. Bu çalışmada, DR'nin erken teşhis ve tedavisi için fundus görüntüleri kullanılarak derin öğrenme tabanlı bir model önerilmiştir. Önerilen model iki aşamadan oluşmaktadır. İlk aşamada, modelin aşırı öğrenmesinin engellenebilmesi için fundus görüntülerine iki boyutlu sinyal işleme teknikleri uygulanmıştır. İkinci aşamada, derin öğrenme tekniklerinden biri olan Evrişimli Sinir Ağı (ESA) ve transfer öğrenmesi yöntemleri kullanılarak önerilen model fundus veri seti ile eğitilmiştir ve fundus görüntülerindeki öznitelikler belirlenerek sınıflandırılmıştır. Modelin geçerliliği sağlıklı (DR yok), hafif Non-Proliferatif DR (NPDR), orta NPDR, şiddetli NPDR ve proliferatif DR (PDR) gibi 5 sınıfı içeren 900 fundus görüntü verisi üzerinden test edilmiştir. Ayrıca modelin sağlamlığı 10-kat çapraz doğrulama yöntemi kullanılarak doğrulanmıştır. Önerilen modelin sınıflandırma performansı %97.8 olarak ölçülmüştür. Ayrıca, modelin sınıflandırma performansı literatürde yer alan üç model ile kıyaslanmıştır. Elde edilen sonuçlar, önerilen modelin, DR'yi teşhis etmek için çok etkili ve başarılı olduğunu göstermektedir.
Özet (Çeviri)
Diabetic Retinopathy (DR), one of the most common causes of blindness today, is damage to the blood vessels in the retinal mesh layer of the eye due to diabetes. Diagnosing and treating of DR at an early stage is vital to prevent diabetes patients from losing their sight and slow the progression of DR. In this case, DR patients should be screened every year under the supervision of a doctor. However these scans take a lot of time and require good experience and expertness. In this study, a deep learning-based model is proposed using fundus images for the early diagnosis and treatment of DR. The proposed model consists of two stages. In the first stage, two-dimensional signal processing techniques are applied to the fundus images to prevent overfitting of the model. In the second stage, the proposed model using Convolutional Neural Network (CNN) and transfer learning methods, which is both of the deep learning techniquies, was trained with the fundus dataset and the features in the fundus image were determined and classified. The validity of the model is tested on 900 fundus image data containing 5 classes such as No DR, mild Non-Proliferative DR (NPDR), moderate NPDR, severe NPDR and Proliferative DR (PDR). Furthermore, the robustness of the model is verified using the 10-fold cross validation method. The classification performance of the proposed model is measured as 97.8%. Moreover, the classification performance of the model is compared with the three models in the literature. The obtained results show that the proposed model is very effective and successful for diagnosing DR.
Benzer Tezler
- Fundus görüntülerinin sınıflandırılarak diyabetik retinopati hastalığının derin öğrenme ile tespiti
Detection of diabetic retinopathy disease by classifying fundus images using deep learning
HALİL İBRAHİM ŞAHİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TALAT FİRLAR
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Retinal fundus görüntülerinde sınıflandırma ve bölütleme
Classification and segmentation in retinal fundus images
SAADET AYTAÇ ARPACI
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SONGÜL VARLI
- Diabetic retinopathy detection using artificial intelligence
Diyabetik retinopati tespiti yapay zeka kullanmak
MOHAMED ASHRAF SAMY TANTAWY ELSERWY
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Evrişimli sinir ağları kullanılarak retina görüntülerinin segmentasyonu ve sınıflandırılması
Segmentation and classification of retina images using convolutional neural networks
MALI MOHAMMEDHASAN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN UĞUZ