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
- Tez No: 789185
- Danışmanlar: DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Visual object detection in biomedical ımages with anchorless detectors
Biyomedikal imgelerde çapasiz dedektörlerle görsel nesne tespiti
RODNEY KADADI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. HASAN SERHAN YAVUZ
- Kistik böbrek hastalıklarının retrospektif değerlendirilmesi
Retrospective evaluation of cystic kidney diseases
GAMZE SEVAL ÖZZORLAR
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıGaziantep ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. BELTİNGE DEMİRCİOĞLU KILIÇ
- Bazı biyolojik modellerin matematiksel analizi
Mathematical analysis of some biological models
OĞUZ ÖZCAN
Yüksek Lisans
Türkçe
2017
BiyolojiNamık Kemal ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. ZEHRA PINAR
- 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
2003
Genel CerrahiHacettepe ÜniversitesiCerrahi Hastalıkları Hemşireliği Ana Bilim Dalı
PROF.DR. MEHTAP TATAR
PROF.DR. SAADET ÜLKER
- 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
2009
Beslenme ve DiyetetikGazi ÜniversitesiBesin Analizleri ve Beslenme Ana Bilim Dalı
PROF. DR. GÜLDEREN YENTÜR