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 Türkçe sağlık metinleri üzerinde olumsuz anlam tespiti
Negation detection in Turkish medical texts with deep learning
ZANA SÖĞÜT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ DİKENELLİ
- Crowd localization and counting via deep flow maps
Derin öğrenme ile çıkarılan hareket haritaları kullanılarak nesne kalabalıklarının tespiti ve sayımı
PEDRAM YOUSEFI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Face presantation attack detection by deep learning
Derin öğrenme ile yüz sunum saldırı tespiti
MUHAMMED SELAMCIOĞLU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMET GÖKHAN ERDEM
- Classification of knee osteoarthritis severity using deep learning with fully supervised and semi-supervised-based approaches
Derin öğrenme ile tamamen denetimli ve yarı-denetimli yaklaşım tabanlı diz osteoartrit şiddetinin sınıflandırılması
İLKNUR AKTEMUR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKAY ÖKSÜZ
- Derin öğrenme ile görsel benzerliklerin bulunması ve müşteri sepet analizi ile e-ticaret alışverişleri için ürün önerisi
Finding visual similarities with deep learning and product recommendation for e-commerce shopping with customer basket analysis
ESRA PULAT
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELİN SONER KARA