Derin öğrenme ile optik koherens tomografi görüntülerinden retinal bozukluk tanısı
Retinal disorder diagnosis from optical coherence tomography images with deep learning
- Tez No: 776191
- Danışmanlar: DOÇ. DR. ABDURRAHİM AKGÜNDOĞDU
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Science and Technology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 105
Özet
Sürekli artan nüfus ve bu nüfusun yapacağı iş yükü insanlarda, onlara yardımcı olabilecek makineler fikrini ortaya çıkarmıştır. İlk başlarda bu makineler şu an akıllı sayılamayacak düzeyde iken günümüzde uzman eksikliğinin ya da zamandan tasarrufun önemli olduğu tüm alanlara yayılmıştır. Öğrenen makine fikrinin ortaya atılmasından beri bu alanda çok fazla çalışma yapılmış olup ve bu öğrenen sistemlerin başarımı kanıtlanmıştır. Şu an bu sistemler tüm veri formatlarına, veri büyüklüklerine uyum sağlayabilmektedir. Tezin yapılma amacı olan retinal bozukluk tanısı da bu öğrenen sistemlerden biri olan bir derin öğrenme modelinin oluşturulduğu ve gerçekleştirildiği bir sistemdir. Derin öğrenme yönteminin kullanıldığı bu çalışmada başta evrişimli sinir ağları olmak üzere, temel makine öğrenmesi algoritmaları anlatılmış olup, çalışmaya adını veren optik koherens görüntü verilerinden oluşan CNV, DME, DRUSEN retinal bozuklukları ve bir normal durumu için eğitilen modelin sınıflandırma ve tahmin gerçekleştirmede başarısını göstermektedir. Modelin gerçekleştirilme aşamasında başta derin öğrenme olmak üzere yapay zekada en çok kullanılan programlama dillerinden biri olan Python dili kullanılmış olup Anaconda Spyder IDE'si üzerinde yazılmıştır. On epok üzerine eğitilen modelde %93,6 eğitim başarımı %92,9 doğruluk başarımı elde edilmiş olup en son değerlendirilen modelde %82 test başarımı elde edilmiştir. Sınıflandırmadan sonra tahmin aşamasına geçildiğinde model kendi verilen verilerde doğru tahminlerde bulunmuştur. Böylelikle tez amacını gerçekleştirmiş olmuştur. Yapılan tez çalışması, derin öğrenmenin, oftalmolojide kullanımını ve avantajlarını kanıtlamaktadır
Özet (Çeviri)
The ever-increasing population and the workload of this population have revealed the idea of machines that can help people. At first, these machines were at a level that could not be considered smart at the moment, but today they have spread to all areas where lack of specialists or time saving is important. A lot of work has been done in this field since the idea of learning machine was introduced and the success of these learning systems has been proven. Currently, these systems can adapt to all data formats and data sizes. The diagnosis of retinal disorder, which is the purpose of the thesis, is a system in which a deep learning model, which is one of these learning systems, is created and implemented. In this study, in which deep learning method is used, basic machine learning algorithms, especially convolutional neural networks, are explained, and the model trained for CNV, DME, DRUSEN retinal disorders and a normal state, which consists of optical coherence image data, which gives its name to the study, shows the success of classification and prediction. Python language, one of the most used programming languages in artificial intelligence, especially deep learning, was used in the realization phase of the model and it was written on the Anaconda Spyder IDE. In the model trained on ten epochs, 93,6% training accuracy and 92,9% validation accuracy were obtained, and 82% test accuracy was obtained in the last evaluated model. When the estimation phase was passed after the classification, the model made correct predictions on the given data. Thus, the thesis has achieved its purpose. The thesis study proves the use and advantages of deep learning in ophthalmology.
Benzer Tezler
- Optik koherens tomografi görüntülerinden diyabetik maküler ödem ve sıvı birikimi bulgularının derin öğrenme yöntemleri ile tespit edilmesi
Detection of diabetic macular edema and fluid accumulation findings from optical coherence tomography images by deep learning methods
SALİHA YEŞİLYURT
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER BAŞTÜRK
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER TUNCER
- Yakın kızılötesi yansıma görüntülerinde optik disk patolojilerinin derin öğrenme ile sınıflandırılması
Classification of optic disc pathologies in NEAR infrared reflectance images with DEEP learning
CUMHUR ÖZBAŞ
Tıpta Uzmanlık
Türkçe
2023
Göz HastalıklarıBezm-i Alem Vakıf ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET HAKAN ÖZDEMİR
- Retinal hastalıkların oftalmolojik görüntüler üzerinden derin öğrenme teknikleri ile tespit edilmesi
Detection of retinal diseases on ophthalmological i̇mages by deep learning techniques
SAFİYE PELİN TAŞ
Yüksek Lisans
Türkçe
2021
BiyomühendislikAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN
- DETR derin öğrenme tekniği ile göz tomografi görüntülerinin tanımlanması
Detection of retinal OCT images using DETR deep learning technique
EFE EROĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EYYÜP GÜLBANDILAR