Akciğer benign ve malign tümörlerinin bölütlemesi için segmentasyon modellerinin karşılaştırılması
Comparison of segmentation models for segmentation of benign and malignant tumors of the lungs
- Tez No: 773826
- Danışmanlar: PROF. DR. KEMAL ÖZKAN, PROF. DR. HAKAN ÇEVİKALP
- 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: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Yazılımı Bilim Dalı
- Sayfa Sayısı: 81
Özet
Bu tez çalışması, çalışma kapsamında hazırlanmış yeni bir medikal görüntü setini kullanarak akciğer benign ve malign tümör segmentasyonunu konu almaktadır. Veriler sırasıyla; kanalların ayrı eğitilmesi, aynı hastaya ait tümör görüntüsünün farklı kanalları olan P, K ve M kanallarının birer veri seti olarak eğitilmesi ve kanalların birleştirilerek eğitilmesi olmak üzere toplam üç farklı versiyonda eğitilmiştir. Bahsedilen üç versiyon için ortak olarak Mask R-CNN mimarisi ve ResNet-101 sınıflandırıcısı kullanılmıştır. Sonuç olarak kanallar arasında en çok bilgi sağlayanının %59, 86 mAP değeri ile K kanalı olduğu görülmüştür. Sınıf bazında ise %72, 88 AP değeri ile K kanalının benign tümör ve %57, 02 AP değeri ile M kanalının malign tümör tespitinde en başarılı kanal olduğu görülmüştür. Aynı mimari için üçüncü versiyon veri seti elde ettiği %67, 16 mAP değeri ile beklentileri doğrulayarak en başarılı versiyon olmuştur. Veri setinin üçüncü versiyonu Mask R-CNN'e ek olarak YOLACT, SOLOv2 ve DeepLabv3+ mimarileri ve ResNet-101 sınıflandırıcısı ile eğitilmiştir. %74, 14 mAP ile YOLACT en başarılı sonucu verirken SOLOv2 ile %62, 7 mAP elde edilmiştir. Bir semantik segmentasyon ağı olan DeepLabV3+ %36, 81 mAP ile diğer modellere göre başarılı segmentasyon sonuçları üretememiştir. Yapılan tez çalışması ile literatüre yeni veri seti ve akciğer MR görüntüsü üzerinde tümörün sınıfıyla birlikte segmentasyonunun sağlandığı bir çalışma eklenmiştir.
Özet (Çeviri)
This thesis study is about lung benign and malignant tumor segmentation using a new set of medical images prepared within the scope of the study. The data are respectively; it was trained in three different versions, namely training the channels separately, training the P, K and M channels, which are different channels of the tumor image of the same patient, as a data set, and training the channels by combining them. Mask R-CNN architecture and ResNet-101 classifier were used in common for the three versions mentioned. As a result, it was seen that the K channel provides the most information among the channels with the value of %59.86 mAP. On the basis of class, the K channel was found to be the most successful channel in detecting benign tumors with %72.88 AP value, and the M channel was the most successful channel in detecting malignant tumors with %57.02 AP values. For the same architecture, the third version dataset was the most successful version, confirming the expectations with the value of %67.16 mAP. The third version of the dataset was trained with the YOLACT, SOLOv2 and DeepLabv3+ architectures and the ResNet-101 classifier in addition to Mask R-CNN. %74.14 mAP with YOLACT gave the most successful results, while SOLOv2 with %62.7 mAP. DeepLabV3+, a semantic segmentation network, could not produce successful segmentation results with %36.81 mAP compared to other models. With the thesis study, a new data set and a study in which the segmentation of the tumor is provided on the lung MR image have been added to the literature.
Benzer Tezler
- Akciğer tümörlerinin görüntülenmesinin Tc-99m glutatyon sintigrafisinin değerinin araştırılması
Başlık çevirisi yok
ALPER ÖZGÜR KARAÇALIOĞLU
- T.C Dr. Abdurrahman Yurtarslan Ankara Onkoloji Eğitim ve Araştırma Hastanesinde 1990-2000 yılları arasındaki kemik tümörlerinin değerlendirilerek, kemik tümörlerinin tanısında trephin iğne biyopsisinin yerinin araştırılması
Evaluation the role of trephine needle biopsy to diagnose the bone tumor by investigating the bone tumors between 1990-2000 in T.C Dr. Abdurrahman Yurtarslan Ankara Oncology Education and Research Hospital
DUDU SOLAKOĞLU KAHRAMAN
- Memenin fibroepitelyal tümörlerinin ayırıcı tanısında CD44, CD166, TERT ve Ki-67'nin yeri
The role of CD44, CD166, TERT and Ki-67 in the differential diagnosis of fibroepithelial tumors of the breast
ALİ KUBİLAY KOLİK
Tıpta Uzmanlık
Türkçe
2024
Patolojiİstanbul ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. SEMEN ÖNDER
- Kemiğin dev hücreli tümörlerinin cerrahi tedavisi ve klinik sonuçları
Surgical treatment and clinical results of giant cell tumors of bone
MUSTAFA CEM ŞEYHOĞLU
Tıpta Uzmanlık
Türkçe
2024
Ortopedi ve TravmatolojiSağlık Bilimleri ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
DOÇ. DR. GÜRAY TOĞRAL
- Küçük hücreli dış akciğer tümörlerinin değerlendirilmesinde Tc-99m MIBI SPECT'in yeri
Başlık çevirisi yok
MÜNİR DEMİRCİ
Tıpta Uzmanlık
Türkçe
2003
Radyoloji ve Nükleer TıpAtatürk ÜniversitesiNükleer Tıp Ana Bilim Dalı
PROF. DR. ERHAN VAROĞLU