Derin öğrenme tabanlı gerçek zamanlı polip tespit yöntemlerinin geliştirilmesi ve incelenmesi
Development and investigation of deep learning based real-time polyp detection methods
- Tez No: 738192
- Danışmanlar: PROF. DR. DERVİŞ KARABOĞA
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: YOLO, ABC, Kolon kanseri, Kolorektal kanseri, Rektal kanseri, Derin öğrenme, Tıbbi görüntü işleme, Hiper-parametre optimizasyonu, Aktivasyon fonksiyonları optimizasyonu, YOLO, ABC, Colon cancer, Colorectal cancer, Rectal cancer, Deep learning, Medical image processing, Hyper-parameter optimization, Activation functions optimization
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 184
Özet
Kolorektal kanseri (KRK), dünya çapında en yaygın üçüncü kanser türüdür ve görülme sıklığı sürekli artmaktadır. Kolonoskopi, KRK taramasında altın standart olarak kabul edilir ve KRK'nın öncüsü olan poliplerin kanserli yapıya dönüşmeden anında çıkarılmasına olanak tanır. Klasik bilgisayar destekli teşhis (CAD) temelli otomatik polip tespit sistemleri gerçek zamanlı çalışma, duyarlılık, kesinlik ve özgüllük açısından yoksundur. Son zamanlarda, derin öğrenme mimarilerinin birçok alanda başarılı sonuçlar vermesiyle beraber otomatik polip tespitinde bu zorluklar aşılmıştır. Bu tez, otomatik polip tespitinde yaşanan zorlukların araştırılmasını ve katkıda bulunulması için derin öğrenme yaklaşımlarını ve optimizasyon algoritmalarını kullanarak klinikte uygulanabilecek bir CAD sistemi geliştirmiştir. Önerilen sistem, halka açık veri setlerinin yetersiz olmasından dolayı literatürde var olan bütün veri setlerinden daha büyük miktarda eşsiz polip ve görüntüsü içeren yeni bir veri seti sunuyor. YOLO nesne tespit algoritmaları temelli dört model polip tespiti için önerilmiştir. Yapay arı koloni (ABC) algoritması, YOLO algoritmalarına başarılı bir şekilde entegre edilerek aktivasyon fonksiyonu ve hiper-parametre optimizasyonunu gerçekleştirerek başarıma ciddi bir katkı sağlamıştır. Bunlara ek olarak, farklı veri artırma teknikleri, eğitim stratejileri ve özellik çıkarıcı yapılar kullanılarak sistemin başarısı optimal düzeye getirilmiştir. Bu yapıların entegrasyonu sonucu, gerçek zamanlı otomatik polip tanıma sistemi klinik seviyesinde performans göstermektedir.
Özet (Çeviri)
Colorectal cancer (CRC) is the third most common type of cancer worldwide and its incidence is constantly increasing. Colonoscopy is considered the gold standard in CRC screening and allows the timely removal of polyps, which are the precursors of CRC, before they turn into cancerous structures. Conventional computer-aided detection (CAD)-based automated polyp detection systems lack real-time operation, sensitivity, precision, and specificity. Recently, these difficulties have been overcome in automatic polyp detection, with deep learning architectures giving successful results in many areas. This thesis has developed a clinically applicable CAD system using deep learning approaches and optimization algorithms to investigate and contribute to the challenges in automatic polyp detection. The proposed system introduces a new dataset containing a larger amount of unique polyps and images than any existing dataset in the literature due to the lack of publicly available datasets. Four models based on YOLO object detection algorithms have been proposed for polyp detection. Artificial bee colony (ABC) algorithm has been successfully integrated into YOLO algorithms, making a significant contribution to the success by performing activation function and hyper-parameter optimization. In addition to these, the success of the system has been optimized by using different data augmentation techniques, training strategies and feature extractor structures. As a result of the integration of these structures, the real-time automatic polyp detection system performs at the clinical level.
Benzer Tezler
- Çocuk kalp damar cerrahisi yoğun bakım ünitesinde postoperatif kavşak kaynaklı ektopik taşikardi; sıklık ve risk faktörleri
Junctional ectopic tachycardia after pediatric cardiac surgery; incidence and outcome
NESLİHAN KIPLAPINAR
Tıpta Yan Dal Uzmanlık
Türkçe
2013
Göğüs Kalp ve Damar CerrahisiSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ENDER ÖDEMİŞ
- 8 haftalık futbol antrenmanının 14-16 yaş grubundaki öğrencilerin fiziksel ve fizyolojik özellikleri üzerine etkileri
The effects of an eight weeks football workout on the physical and physiological features of students in the 14-16 age group
METİN KOCADAĞ
Yüksek Lisans
Türkçe
2014
SporHarran ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
YRD. DOÇ. DR. ŞEBNEM ŞARVAN CENGİZ
- Ege Üniversitesi Etnografya Müzesinde bulunan takıların teknik ve tasarım özelliklerinin incelenmesi
Ethnographic museum of the University of the Aegean jewellery found properties of technical and design
MÜJGAN EMRE EROĞLU
Yüksek Lisans
Türkçe
2013
Güzel SanatlarDokuz Eylül ÜniversitesiTekstil ve Moda Tasarımı Ana Sanat Dalı
YRD. DOÇ. DR. FÜSUN ÖZPULAT
- Yavuz Sultan Selim Dönemi Kültür ve Edebiyatı
The Culture and Literature in the era of Yavuz Sultan Selim
ÖMER GÖKHAN YAĞCI
Doktora
Türkçe
2014
Türk Dili ve EdebiyatıKırıkkale ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. MUHİTTİN ELİAÇIK
- Deri ve yumuşak doku enfeksiyonu etkeni olan toplum ve hastane kaynaklı staphylococcus aureus izolatlarının antimikrobiyal duyarlılık durumlarının ve panton valentıne leukocıdın toksini sıklığının araştırılması
Investigation of panton valentine leukocidin toxin frequency and antimicrobial susceptibilities of community and hospital acquired staphylococcus aureus isolates related with skin and soft tissue infections
TÜLİN DEMİR
Tıpta Uzmanlık
Türkçe
2008
MikrobiyolojiSağlık BakanlığıTıbbi Mikrobiyoloji Ana Bilim Dalı
DR. NİLAY ÇÖPLÜ