Geri Dön

Diyabetik retinopati hastalığının derin öğrenme ile tespit edilmesi

Detecting diabetic retinopathy by deep learning

  1. Tez No: 768395
  2. Yazar: ABDÜSSAMED ERCİYAS
  3. Danışmanlar: PROF. DR. NECAATTİN BARIŞÇI
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 105

Özet

Diyabetik Retinopati tip 2 diyabetin retina üzerindeki zararları sonucu oluşan bir hastalıktır. Bu çalışmada, Diyabetik Retinopati lezyonlarının verisetlerinden bağımsız ve otomatik olarak tespit edildiği ve tespit edilen lezyonların sınıflandırıldığı tamamen Grafik İşlem Birimi (GİB) temelli iki farklı yöntem önerilmiştir. Önerilen birinci yöntemin ilk aşamasında, farklı verisetlerinden Diyabetik Retinopati verileri toplanarak bir veri havuzu oluşturulmuştur. Daha sonra Daha Hızlı Bölgesel Evrişimsel Sinir Ağı (DHBESA) ile lezyonlar tespit edilmiş ve ilgilenilen bölge işaretlenmiştir. İkinci aşamasında ise elde edilen görüntüler, transfer öğrenme ve dikkat mekanizması kullanılarak sınıflandırılmıştır. Birinci yöntemde ağlarda elde edilen sonuçları artırmak için ikinci bir yöntem geliştirilmiştir. İkinci yöntemin ilk aşamasında Birleştirilmiş Aygıt Mimarisi Hesaplama (BAMH) ile görüntüdeki kullanılmayan İlgi Alanı Bölgesi (İAB) görüntüden çıkarılmıştır. Daha sonra Maske Bölgesel Evrişimsel Sinir Ağı (MBESA) ile lezyon bölgeleri tam kaplayacak şekilde işaretlenmiştir. Bu geliştirmeler sayesinde ikinci aşamadaki modelde dikkat katmanı kaldırılarak ağ basitleştirilmiş ve doğrudan transfer öğrenme ile eğitim yapılmıştır. Kaggle ve MESSIDOR verisetlerinde test edilen yöntemler VGG modeli ile sırasıyla %100 Doğruluk ve %99,9 ile %100 Eğri Altındaki Alan (EAA) değerlerine ulaşmıştır. Elde edilen sonuçlar literatürdeki diğer sonuçlarla karşılaştırıldığında daha başarılı sonuçların elde edildiği görülmektedir.

Özet (Çeviri)

Diabetic Retinopathy is a disease caused by the damage of type 2 diabetes on the retina. In this study, two different completely Graphic Processing Unit (GPU) based methods are proposed in which Diabetic Retinopathy lesions were detected independently and automatically from the datasets and the detected lesions were classified. In the first step of the proposed first method, a data pool was created by collecting Diabetic Retinopathy data from different data sets. Then, lesions were detected with Faster Region Based Convolutional Neural Network (Faster RCNN) and the region of interest is marked. In the second stage, the images obtained were classified using the transfer learning and attention mechanism. In order to increase the results obtained in the networks in the first method, a second method has been developed. In the first step of the second method, the unused Region of Interest (ROI) in the image was removed with Compute Unified Device Architecture (CUDA). Then, the lesion areas were marked with Mask Region Based Convolutional Neural Network (Mask RCNN) to cover them completely. With these improvements, the attention layer was removed in the model in the second stage, the network was simplified and training was carried out with direct transfer learning. The methods tested in the Kaggle and MESSIDOR datasets reached 100% ACC (Accuracy) and 99,9% and 100% AUC (Area Under Curve) values with VGG model, respectively. When the results obtained were compared with other results in the literature, it was seen that more successful results were obtained.

Benzer Tezler

  1. 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

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Diyabetik retinopati tanısına yönelik derin öğrenme tabanlı sınıflandırma

    Deep learning based classification for diabetic retinopathy diagnosis

    OSMAN CEYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR SEVLİ

  3. Retinal fundus görüntülerinde sınıflandırma ve bölütleme

    Classification and segmentation in retinal fundus images

    SAADET AYTAÇ ARPACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL VARLI

  4. 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

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TALAT FİRLAR

  5. Retina hastalıklarının OCT görüntülerinden hibrit tabanlı CNN yöntemi ile tespit edilmesi

    Detection of retinal diseases from OCT images by hybrid-based CNN method

    MÜMTAZ KORKMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TANER TUNCER