Patolojik tanı ve bulguların derin öğrenme yöntemleri ile analizi ve tahmini
Analysis and estimation of pathological diagnosis and findings with deep learning methods
- Tez No: 723381
- Danışmanlar: DOÇ. DR. ALİ HAKAN IŞIK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Patoloji, Computer Engineering and Computer Science and Control, Pathology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
İnsan hastalıklarında olduğu gibi, hayvan hastalıklarında da hızlı teşhisin önemi büyüktür. Hastalık tedavilerinin doğru yapılabilmesi açısından teşhisin hızlı konulması kadar, konulan teşhisin yüksek doğruluk oranında olması da gerekmektedir. Bu çalışmada Burdur Mehmet Akif Ersoy Üniversitesi Veteriner Fakültesi Patoloji Anabilim Dalına ait 2000-2020 yılları arasında incelenen verilerden oluşan veri seti içerisinde bulunan hastalık türlerinin, karar ağacı sınıflandırma modeli ile KNN sınıflandırma modeli kullanılarak tahmini yapılmıştır. Veri seti içerisinde bulunan yaş, tür, şehir, cinsiyet gibi kategoriler ise grafikler halinde analiz edilmiştir. Tahmin ve analiz işlemlerinin doğru sonuçlar verebilmesi açısından veri seti bazı ön işlemlerden geçirilerek düzeltilip, eksik veriler tamamlanmıştır. Tahmin ve analizlerden elde edilen sonuçların hayvan hastalık teşhislerinde hızlı ve doğru teşhis koyulmasına olanak sunacağı düşünülmektedir.
Özet (Çeviri)
As in human diseases, rapid diagnosis of animal diseases is of great importance. In order for the disease treatments to be carried out properly, the diagnosis must be of high accuracy, as well as the rapid diagnosis. In this study, the disease types in the data set consisting of the data examined between the years 2000-2020 belonging to the Department of Pathology of the Faculty of Veterinary Medicine of Burdur Mehmet Akif Ersoy University were estimated by using the decision tree classification model and the KNN classification model. Categories such as age, type, city, and gender in the data set were analyzed in graphics. For the estimation and analysis processes to give accurate results, the data set was corrected by going through some pre-processes and the missing data in the data set was completed. It is thought that the results obtained from the estimation and analysis will allow rapid and accurate diagnosis in animal disease diagnoses.
Benzer Tezler
- A deep learning architecture for missing metabolite concentration prediction
Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi
SADİ ÇELİK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇAKMAK
- Ön işleme tabanlı manyetik rezonans sekans karşılaştırmalı servikal lenf nodu segmentasyonu
Preprocessing based magnetic resonance sequence comparative cervical lymph node segmentation
ELİF AYTEN TARAKÇI
Tıpta Uzmanlık
Türkçe
2024
Kulak Burun ve BoğazSağlık BakanlığıKulak Burun Boğaz Ana Bilim Dalı
PROF. DR. METİN ÇELİKER
- Servikal premalign lezyonların tanısında akıllı telefon bazlı yapay zeka teknolojisinin konvansiyonel kolposkopi ile karşılaştırmalı prospektif araştırılması
Comparative prospective investigation of smartphone-based artificial intelligence technology and conventional colposcopy in the diagnosis of cervical premalignant lesions
ŞERİFE IŞIK
Tıpta Uzmanlık
Türkçe
2023
Kadın Hastalıkları ve DoğumSağlık Bilimleri ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. NERGİZ KENDER ERTÜRK
- Benign ve malign parotis kitlelerinin tanısını koymada deep learning; ince iğne aspirasyon biyopsisi'nin yerini alabilir mi?
Can deep learning replace fine needle aspiration biyopsy(FNAB) indi̇agnosi̇s of benign and malign parotid masses?
EYYÜP YAĞIZ
Tıpta Uzmanlık
Türkçe
2025
Kulak Burun ve BoğazDicle ÜniversitesiKulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı
DOÇ. DR. MUHAMMED AYRAL
- Prediction of microsatellite status in colorectal cancer whole slide images using deep neural networks
Derin sinir ağları kullanılarak kolorektal kanser tüm slayt görüntüleri üzerinde mikrosatellit durumu tahmini
FATMA VİLDAN ENGİN
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU