Akciğer kanserinin bilgisayarlı tomografi görüntüleri kullanılarak derin öğrenme ile tespiti
Detection of lung cancer with deep learning using computed tomography images
- Tez No: 792134
- Danışmanlar: DR. ÖĞR. ÜYESİ SERPİL ASLAN
- 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: Malatya Turgut Özal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Enformatik Bilim Dalı
- Sayfa Sayısı: 60
Özet
Yapay zekâ, artan teknolojik faaliyetlerle birlikte hem söylem hem de teknik olarak yaşantımızın önemli bir bölümünde yer almaktadır. Bir yapay zekâ türü olan makine öğrenmesi ve bunun alt kümesi derin öğrenme modelleri ve algoritmalar kullanılarak mevcut veriler işlenebilmekte, yeni ve faydalı veriler elde edilmektedir. Derin öğrenme yöntemlerinden biri olan görüntü işleme teknolojisi, var olan görüntüleri işleyerek yeni ve kullanışlı bilgiler sunma modelidir. Tıbbi görüntüleme teknolojisi ise hastalıkların erken teşhis edilmesi ve tedaviye yanıt oranını arttırmaktadır. Ayrıca hastaların tıbbi görüntülerinin hekimler tarafından okunma süreci zaman kaybının yanı sıra sonuçların sübjektif olmasından dolayı tartışma konusudur. Görüntü işleme teknolojisi bu alanda radyologların iş gücü ve zaman kaybını azaltmasıyla birlikte objektif sonuçlar ortaya çıkarmasıyla popülerliğini arttırmaktadır. Bu tez kapsamında“Görüntü işleme teknolojisi nedir?”sorusuna cevap aranmıştır. Bu soruya cevap niteliği taşıyan tezin bilim dünyasına katkısı vurgulanmıştır. Tez kapsamında, sağlıklı, akciğer kanserli kötü ve iyi huylu tümörler bulunan bilgisayarlı tomografi görüntülerinin yer aldığı veri kümesi, önceden eğitilmiş konvolüsyonel sinir ağları; AlexNet, DenseNet 201, GoogleNet, MobileNetV2, ResNet50 mimarileriyle eğitime tabi tutulmuştur. Bu eğitim sonrası bulunan doğruluk oranının arttırılması hedeflenmiştir. Bu bağlamda yeni bir hibrit model geliştirilmiştir. Deneysel sonuçlar önerilen modelin başarısını kanıtlar niteliktedir.
Özet (Çeviri)
With the developing technology, the concept of artificial intelligence is an important part of our lives in terms of discourse and technique. By using machine learning, which is a type of artificial intelligence, and its subset, deep learning models and algorithms, existing data can be processed and new and useful data are obtained. Image processing technology, one of the deep learning methods, is a model of presenting new and useful information by processing existing images. Medical imaging technology, on the other hand, increases the rate of early diagnosis of diseases and response to treatment. In addition, the process of reading the medical images of patients by physicians is a matter of discussion due to the fact that the results are subjective as well as a waste of time. Image processing technology is increasing its popularity in this field as it reduces the labor and time loss of radiologists and produces objective results. In this thesis,“What is image processing technology?”the answer to the question has been sought. The contribution of the thesis, which is an answer to this question, to the world of science is emphasized. Within the scope of the thesis, the dataset of computerized tomography images of healthy, lung cancerous malignant and benign tumors, pre-trained convolutional neural networks; AlexNet, DenseNet 201, GoogleNet, MobileNetV2, ResNet50 trained with their architecture. It is aimed to increase the accuracy rate found after this training. In this context, a new hybrid model has been developed. Experimental results prove the success of the proposed model.
Benzer Tezler
- Akciğer kanserinin ve kanser evresinin tespit edilmesinde derin öğrenme uygulamaları
Deep learning applications in detecting lung cancer and cancer stage
MARYAM ABBAS FADHIL AL BAYATI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜZİN ÖZMEN
- Akciğer BT görüntülerinden tümörlü verilerin farklı derin öğrenme modelleriyle tahmini
Prediction of tumor data from lung CT images with different deep learning models
VOLKAN ÇETİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR
- Breast cancer diagnosis in histopathological images using autoencoder-enhanced convolutional neural network
Histopatolojik görüntülerde meme kanseri teşhisi için otokodlayıcı ile geliştirilmiş evrişimsel sinir ağı kullanımı
İSMAİL İÇME
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Bilgisayarlı tomografi görüntülerinden nodül tespit karar destek sistemi geliştirilmesi
Developing decision support system for nodule detection from computerized tomography images
YASİN İLHAN
Doktora
Türkçe
2024
BiyomühendislikKocaeli ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. ARİF ÖZKAN
- Segmentation of colon nuclei images using deep learning
Kalın bağırsak hücre görüntülerinin derin öğrenme kullanılarak bölütlenmesi
ATAKAN ÖZKAN
Yüksek Lisans
İngilizce
2025
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU