Geri Dön

Böbrek taşı, beyin ve böbrek tümörü tespiti için derin öğrenme yöntemlerinin karşılaştırmalı analizi

Comparative analysis of deep learning methods for detection of kidney stone, brain and renal tumor

  1. Tez No: 789185
  2. Yazar: CANER KARADAĞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Kütahya Dumlupınar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 148

Özet

Günümüzde beyin veya böbrek tümörü vakalarına oldukça sık rastlanmaktadır. Ayrıca ülkemizdeki beslenme alışkanlıklarına bağlı olarak ya da çevresel faktörlerin etkisiyle böbrek taşı vakaları da sık sık gözlenmektedir. Hastanın beynindeki tümör; büyüklük ve bölgesel olarak farklılık gösterebilir. Tümörün bir uzman tarafından doğru tespit edilememesi, geç teşhis ve erken tedavi uygulanmaması halinde hastalar ölüm riskiyle karşı karşıyadır. Böbrek taşları ise; böbreğin işlevinin bozulmasına ya da böbrek kaybına yol açabilir, bunun sonucunda hasta diyalize veya böbrek nakline ihtiyaç duyabilir. Böyle durumlarda teknolojinin sunduğu imkanların kullanılması önemli faydalar sağlamaktadır. Teknolojinin hızla gelişmesi ile yapay zekâ kavramı da son yıllarda hayatımızın merkezine yerleşmiştir. Tıp alanı da bu kavramın yaygın olarak kullanıldığı alanlardandır. Bu tez kapsamında, tümörlerin veya böbrek taşlarının bilgisayarlı tomografi cihazı tarafından elde edilmiş görüntüleri kullanılarak Derin Öğrenme yöntemiyle tespiti ve analizi yapılmıştır. Görüntülerde bulunan nesnelerin tespit için sınıflandırıcı model olarak Convolutional Neural Network (CNN) kullanılmıştır. VGG16, VGG19 ve ResNET50 modelleri kullanarak aralarındaki performans karşılaştırma analizi yapılmıştır. Uygulamanın yazılım dili olarak Python ile Tensorflow, Keras ve OpenCV kütüphaneleri kullanılmıştır. Yapılan analiz tespiti sonucunda beyin tümörü %91, böbrek tümörü %85 ve böbrek taşı %90'a varan oranda tespitin başarılı şekilde gerçekleştirildiği görülmüştür.

Özet (Çeviri)

Today, cases of brain or kidney tumors are quite common. In addition, kidney stone cases are frequently observed in our country, depending on the nutritional habits or the effect of environmental factors. Tumors in the patient's brain; may vary in size and region. If a specialist cannot detect the tumor correctly, late diagnosis and early treatment are not applied, and patients are at risk of death. Kidney stones are; lead to impaired kidney function or loss of a kidney, resulting in the patient needing dialysis or a kidney transplant. In such cases, using the opportunities offered by technology provides significant benefits. With the rapid development of technology, the concept of artificial intelligence has become the center of our lives in recent years. Medicine is one of the fields in which this concept is widely used. Within the scope of this thesis, the detection and analysis of tumors or kidney stones using the images obtained by the computed tomography device were performed by the Deep Learning method. Convolutional Neural Network (CNN) was used as the classifier model to detect the objects in the images. Performance comparison analysis between them was made using VGG16, VGG19, and ResNET50 models. Python and Tensorflow, Keras, and OpenCV libraries were used as the software language of the application. As a result of the analysis showed that 91% of brain tumors, 85% of kidney tumors, and up to 90% of kidney stones were detected successfully.

Benzer Tezler

  1. Visual object detection in biomedical ımages with anchorless detectors

    Biyomedikal imgelerde çapasiz dedektörlerle görsel nesne tespiti

    RODNEY KADADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. HASAN SERHAN YAVUZ

  2. Kistik böbrek hastalıklarının retrospektif değerlendirilmesi

    Retrospective evaluation of cystic kidney diseases

    GAMZE SEVAL ÖZZORLAR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Çocuk Sağlığı ve HastalıklarıGaziantep Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. BELTİNGE DEMİRCİOĞLU KILIÇ

  3. Bazı biyolojik modellerin matematiksel analizi

    Mathematical analysis of some biological models

    OĞUZ ÖZCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyolojiNamık Kemal Üniversitesi

    Matematik Ana Bilim Dalı

    YRD. DOÇ. ZEHRA PINAR

  4. İdrar kültürü için örnek almada iki farklı yöntemin maliyet-etkililik analizi

    Cost efficiency analysis of two different methods in sampling for urine culture

    HAYRİYE ÜNLÜ

    Doktora

    Türkçe

    Türkçe

    2003

    Genel CerrahiHacettepe Üniversitesi

    Cerrahi Hastalıkları Hemşireliği Ana Bilim Dalı

    PROF.DR. MEHTAP TATAR

    PROF.DR. SAADET ÜLKER

  5. Gazi Üniversitesi Hastanesi Üroloji Kliniği Taş Kırma Merkezine başvuran hastaların genel özellikleri ile beslenme durumlarının böbrek taşı oluşumu ve tkrarı üzerine etkisinin araştırılması

    Investigation the effect of nutrition status and general characteristics on kidney stone formation and recurrence on patients applicated to Gazi University Hospital Urology Clinic Kidney Stone Breaking Center

    EZİME TORUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Beslenme ve DiyetetikGazi Üniversitesi

    Besin Analizleri ve Beslenme Ana Bilim Dalı

    PROF. DR. GÜLDEREN YENTÜR