Derin öğrenme ile konjonktivadan hemoglobin seviyesinin non-invaziv olarak tahmini
Non-invasive prediction of hemoglobin level from the conjunctiva with deep learning
- Tez No: 781134
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Hematoloji, Mühendislik Bilimleri, Science and Technology, Hematology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Hemoglobin kırmızı kan hücrelerinde bulunan ve oksijen taşınmasından sorumlu olan bir hemoproteindir. Kanda belli bir değer aralığında bulunan hemoglobin miktarının olması gereken seviyeden düşük ya da yüksek olması durumunda çeşitli hastalıklar hakkında yorum yapılabilmektedir. Düşük bir hemoglobin seviyesi, anemi varlığını işaret edebilir. Hemoglobin seviyesinin yüksek olması ise, kırmızı kan hücrelerinde demir içeren proteinin fazla olduğunu gösterir. Hemoglobin seviyesi, kan örneğinin kullanıldığı farklı cihazlar ile genellikle invaziv olarak ölçülmektedir. Fiziksel yorumunda ise geleneksel olarak kullanılan bazı işaretler vardır. Bunlar konjonktiva, tırnak yatakları, yüz, avuç içi ve palmar kırışıklıkların solgunluğudur. Konjonktival solgunluğun avuç içi veya tırnak yataklarının solgunluğuna göre anemi tespitinde daha etkili sonuçlara ulaştırabileceği yapılan çalışmalarla doğrulanmıştır. Bu çalışmada Türk Kızılay'ına kan bağışında bulunan 388 bireyden konjonktiva görüntüsü ve yaş, kilo, boy, cinsiyet, hemoglobin değeri bilgileri toplanmıştır. Elde edilen bilgiler ile veri seti oluşturularak hemoglobin seviyesinin derin öğrenme yöntemi ile noninvaziv, maliyetsiz, hızlı ve tıbbi atık oluşturulmadan tahmin edilmesi amaçlanmıştır. Aynı zamanda hemoglobin seviyesinin tahmini, hemoglobine bağlı birçok hastalığın varlığı hakkında yorum yapmaya yardımcı olacaktır. Kodlar modern yazılım geliştirme, altyapı yönetimi ve veri analizinde en önemli programlama dillerinden birisi olarak gösterilen Python programlama dili ile yazılmıştır. Flutter platformunda ise telefon kamerasından alınan konjonktiva görüntüsünün, girilen diğer kişisel bilgiler ile birleştirilmesiyle tahminin yapıldığı bir mobil arayüz tasarlanmıştır. Ortalama mutlak yüzde hata değerlerinin %3.44 ve R2 skorunun 0.86 olarak hesaplanmasıyla bu çalışmanın doğruluğunun diğer çalışmalar ile rekabet edebileceği görülmüştür.
Özet (Çeviri)
Hemoglobin is found in red blood cells and is a hemoprotein responsible for oxygen transport. In case the amount of hemoglobin in a certain value range in the blood is lower or higher than it should be, it is possible to comment on various diseases. A low hemoglobin level may indicate the presence of anemia. A high hemoglobin level indicates an excess of iron-containing protein in red blood cells. The hemoglobin level is usually measured invasively with different devices using the blood sample. In the physical interpretation, there are some signs that are traditionally used. These are the pallor of the conjunctiva, nail beds, face, palms and palmar wrinkles. Studies have confirmed that conjunctival pallor can yield more effective results in the detection of anemia than the pallor of the palms or nail beds. In this study, conjunctival image and age, weight, height, gender, hemoglobin value information were collected from 388 individuals who donated blood to the Turkish Red Crescent. By creating a data set with the information obtained, it is aimed to predict the hemoglobin level with the deep learning method, noninvasively, inexpensively, quickly and without creating medical waste. At the same time, the estimation of the hemoglobin level will help to interpret the presence of many hemoglobin-related diseases. The codes are written in Python programming language, which is shown as one of the most important programming languages in modern software development, infrastructure management and data analysis. On the Flutter platform, a mobile interface is designed by combining the conjunctiva image taken from the phone camera with other entered personal information and making predictions. It was seen that the accuracy of this study could compete with other studies by calculating the mean absolute percent error values as 3.44% and the R2 score as 0.86.
Benzer Tezler
- Derin öğrenme ile süper çözünürlüklü radar görüntüleme
Super resolution radar imaging with deep learning
İREM FADİME ERİM
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Detection of plant leaf diseases via deep learning
Başlık çevirisi yok
YOUSIF NAJI HAMAD HAMAD
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
- Derin öğrenme ile nesne algılamada transfer öğrenme ve ince ayar işlemlerinin etkinliklerinin araştırılması
Studying effectiveness of transfer learning and fine tuning processes in object detection with deep learning
MEHMET UĞUR TÜRKDAMAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
- Derin öğrenme ile nokta bulutu üzerinden bina çatı tiplerinin sınıflandırılması
Classification of building roof types through point cloud with deep learning
MERVE YILDIRIM
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI
- Derin öğrenme ile optik koherens tomografi görüntülerinden retinal bozukluk tanısı
Retinal disorder diagnosis from optical coherence tomography images with deep learning
GÜLSÜM ARI
Yüksek Lisans
Türkçe
2023
Bilim ve Teknolojiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDURRAHİM AKGÜNDOĞDU