Implementation of deep learning based approaches in the diagnosis of diabetes and diabetic retinopathy
Diyabet ve diyabetik retinopati teşhisinde derin öğrenmeye dayalı yaklaşımların uygulanması
- Tez No: 792643
- Danışmanlar: DR. ÖĞR. ÜYESİ HAMZA OSMAN İLHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Evrişimli sinir ağları, Sayısal görüntü analizi, Sayısal görüntü işleme, Yapay sinir ağları, Deep learning, Convolutional neural networks, Digital image analysis, Digital image processing, Artificial neural networks
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Diyabet kan şekeri seviyesindeki düzensizliklere bağlı olarak gelişen, tedavisi olmayan ve ölümcül bir hastalıktır. Dünya çapında 400 milyondan fazla insanı etkilediği bilinmektedir. Kronik ve ölümcül olmasının yanı sıra, vücuttaki çeşitli bölgelerde hasara yol açıp farklı hastalıklara da sebep olabilmektedir. Ek olarak, erken evre semptomları hastaların bir kısmı tarafından fark edilemediğinden dolayı teşhis konduğunda vücutta ağır bir hasarın oluşması söz konusu olabilmektedir. Her yıl 1.5 milyon civarı ölümün diyabete bağlı olarak gerçekleştiği bilinmektedir. Diyabetik retinopati (DR), kan şekeri seviyesindeki düzensizliklere bağlı olarak retinadaki damarların zarar görmesi ile oluşan bir hastalık olup doğrudan şeker hastalığına bağlı olarak gelişmektedir. Hastalık ilerledikçe bulanık görme, geçici veya sürekli körlük yaşanma riski oluşmaktadır. Diyabet ve diyabetik retinopati hastalıkları vücutta ilerledikçe ortaya çıkan şiddetli belirtilerin erken evrede teşhis konarak minimuma indirilmesi mümkündür. Bu çalışmada, diyabeti ve diyabete bağlı gelişen diyabetik retinopatiyi erken teşhis etmek için makine öğrenmesi ve derin öğrenme yöntemleri uygulanmıştır. Diyabetin erken evre teşhisi için K en yakın komşu, destek vektör makinesi, naive Bayes, karar ağacı, rastgele orman, XGBoost ve evrişimli sinir ağları yöntemleri kullanılmıştır. Diyabetik retinopatinin hangi evrede olduğunun saptanması için ise retina görüntüleri kullanılarak derin öğrenme bazlı kolektif öğrenme mimarileri geliştirilmiştir. Tekil modellerin ürettiği sınıf atamalarını ve sınıf olasılık değerlerini baz alan kolektif öğreniciler geliştirilmiştir. Hem diyabet hem de diyabetik retinopati hastalığı için başarılı sonuçlar elde edilmiş olup sırasıyla %99.04 ve %95.55 oranında doğruluk değeri elde edilmiştir.
Özet (Çeviri)
Diabetes is an incurable and fatal disease reasoned by inconsistent levels of blood sugar. More than 400 million people have diabetes. In addition to being a fatal and chronic illness, diabetes causes other issues by damaging several parts of the body. Since early stage symptoms of diabetes can not be noticed by some of the patients, severe damage to various parts of the body may occur when the disease is diagnosed. Therefore, around 1.5 million deaths are related to diabetic reasons each year. Diabetes related eye disease called diabetic retinopathy (DR), is caused by damage to retinal vessels due to high sugar levels in the blood, is one of the diseases that is related to diabetes. As the disease progresses, possibility of blurry vision, intermittent vision loss and blindness increases. Severe symptoms that occur as the diseases progress can be minimized with early detection. In this study, methods for diagnosing diabetes and diabetic retinopathy diseases are investigated. Both machine learning and deep learning approaches such as K nearest neighbor, support vector machine, naive Bayes, decision tree, random forest, extreme gradient boosting and convolutional neural network are applied for predicting early stage diabetes. Deep learning based ensemble methods such as hard voting, soft voting and stacked generalization are studied to predict the severity level of diabetic retinopathy using retinal images. In terms of both early stage diagnosis of diabetes and diabetic retinopathy severity level prediction, accurate results are observed. 99.04% and 95.55% accuracies are obtained, respectively.
Benzer Tezler
- Elektrik motorlarında tekil ve çoklu arıza teşhisi için optimize edilmiş zaman–frekans temsillerine dayalı fiziksel olarak yönlendirilmiş derin öğrenme mimarisinin geliştirilmesi
Development of a physics-guided deep learning architecture based on optimized time–frequency representations for the diagnosis of single and multiple faults in electric motors
ROHULLAH RAHMATULLAH
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NECİBE FÜSUN OYMAN SERTELLER
DOÇ. DR. AYÇA AK
- Implementation of nested dilated-based trans-r2unet for segmentation and adaptive efficientnet with region attention mechanism to classify
Segmentasyon için yuvalanmış genişletilmiş tabanlı trans-r2unet ve bölge dikkat mekanizması ile uyarlanabilir effıcıentnet'in cbct görüntüleri
MOHAMMED KHAMEES KHALAF ALBORISHA
Yüksek Lisans
İngilizce
2025
Altınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Scoring of CERbB2 tumors in breast cancer by pathological image analysis
Patolojik görüntü analizi ile meme kanserinde CERbB2 tümörlerinin skor değerlerinin belirlenmesi
GÖZDE AYŞE TATAROĞLU
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
- Derin öğrenme yöntemleri kullanarak cilt kanserinin tespiti ve sınıflandırılması
Detection and classification of skin cancer using deep learningmethods
MOHAMMED MAHMOOD HUSSEIN HUSSEIN
Yüksek Lisans
Türkçe
2026
Mühendislik BilimleriTokat Gaziosmanpaşa ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
الأستاذ الدكتور MAHMUT HEKİM
- Automatic Alzheimer detecion system based on deep neural network using MRI images
MRI görüntülerini kullanarak derin sinir ağına dayalı otomatik Alzheimer tespit sistemi
MUSTAFA LATEEF FADHIL JUMAILI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRULLAH SONUÇ