Derin öğrenme ve görüntü ön işleme yöntemleri ile otomatik deri lezyonu tespiti
Automatic skin lesion detection with deep learning and preprocessing methods
- Tez No: 768204
- Danışmanlar: PROF. DR. AYBARS UĞUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 80
Özet
Cilt kanseri günümüzde görülen en yaygın kanser türlerinden biridir. Cilt kanserleri de kendi içlerinde türlere ayrılmaktadır. Görülme sıklıkları göz önünde bulundurulduğunda, Melanom en nadir görülen türlerden olsa da bu hastalığın sebep olduğu ölümler diğer cilt kanseri türlerine göre oldukça fazladır. Cilt lezyonlarının bazıları kanser olarak nitelendirilmese de zamanla kalıtsal özelliklere ve çevresel faktörlere göre kansere dönüşebilmektedir. Pek çok hastalık gibi cilt lezyonlarının ön teşhisi de oldukça önemlidir. Cilt lezyonunun ön tespiti profesyoneller tarafından dermoskopik yöntemler ile yapılabilir. Ancak bazı vakalarda zaman alabilmekte ve patoloji sonuçlarına göre farklılık gösterebilmektedir. Bu tez çalışmasında da cilt lezyonlarının sınıflandırılması ele alınmaktadır. Günümüzde cilt lezyonlarının sınıflandırılması için pek çok çalışma yapılmıştır. Veri artırım tekniklerinin kullanıldığı çalışmalar olsa da bu çalışmayı diğerlerinden ayıran nokta farklı görüntü ön işleme yöntemlerinin ve veri artırım stratejilerinin cilt lezyonu sınıflandırma performansına etkisinin incelenmesidir. Veri artırımı için geleneksel transform yöntemleriyle birlikte çekişmeli üretici ağlar gibi derin öğrenme tabanlı yöntemler de uygulanmıştır. Ön eğitimli VGG-16 modeli üzerinde gerçekleştirilen deneylerde transform yöntemleri ile birlikte derin öğrenme tabanlı veri artırımının sınıflandırma başarımını daha da geliştirdiği gözlenmiştir.
Özet (Çeviri)
Skin cancer is one of the most common types of cancer seen today. Skin cancers are also divided into types. Considering the incidence of cancer types, although melanoma is one of the rarest types, the deaths caused by this disease are quite high compared to other types of skin cancer. Although some of the skin lesions are not considered cancer, they can develop into cancer over time due to hereditary characteristics and environmental factors. As with many diseases, a preliminary diagnosis is very important for skin lesions. A preliminary diagnosis of a skin lesion can be carried out by professionals using dermoscopic methods. However, in some cases, it may take time and the pathology may differ depending on the results. In this thesis, the classification of skin lesions is also discussed. Currently, many studies have been conducted on the classification of skin lesions. Although many studies that use data augmentation techniques such as this study, the point that distinguishes this from others is the study of the effect of different image preprocessing methods and data augmentation strategies on skin lesion classification performance. Along with traditional transform methods, deep learning-based methods like generative adversarial network have also been applied for data augmentation. In experiments performed on the pre-trained VGG-16 model, It has been observed that deep learning-based data augmentation in combination with transform methods further improves classification performance.
Benzer Tezler
- Skin lesion classification with machine learning
Makine öğrenmesi ile cilt lezyonu sınıflandırması
ESRA SENDEL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Dermoskopik görüntülerden melanomanın derin evrişimsel sinir ağları ile teşhisi
Diagnosis of melanoma in dermoscopic images with deep convolutional neural networks
ENES AYAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
- Derin öğrenme yöntemleri ile cilt lezyon bölütlemesi
Skin lesion segmentation with deep learning techniques
SOHAIB NAJAT HASAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
DR. MURAT GEZER
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Image processing based analysis and quantification of micro biomaterials and cells for biochip
Biyoçipler için mikro biyomalzemelerin ve hücrelerin görüntü işleme yöntemleri ile otomatik olarak sayılması ve analizi
FATMA ÇELEBİ
Doktora
İngilizce
2023
BiyomühendislikAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KUTAY İÇÖZ