Geri Dön

Deep learning neural network based on the PSO for leukemia cell disease diagnosis from microscope images

Mikroskop görüntüleri üzerinden lösemi hücre hastalığının tanısı için PSO temelli derin öğrenmeli sinir ağları

  1. Tez No: 792793
  2. Yazar: HAMSA THAMER MOUSA ALMAHDAWI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
  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: 2022
  8. Dil: İngilizce
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Lösemi, kan dokusu ve kemik iliği gibi sistemlerini etkileyen bir kanser türüdür. Lösemi nedeniyle beyaz kan hücreleri etkilenir ve kemik iliği anormal, olgunlaşmamış sayıda beyaz kan hücresi üretir. Bu hücreler doğru şekilde çalışmaz ve vücutta dolaşırlar. Lösemi, mikroskop görüntülerinden elde edilen görüntü özellikleri kullanarak tanı elde etmek için zor olan hastalıklardan biridir. Bu tezde, mikroskop görüntülerinden lösemi hücresi hastalığı tanısı için optimizasyon yöntemlerine dayalı derin öğrenmeli sinir ağları kullanılmıştır. İlk olarak, ImageNet üzerinde önceden eğitilmiş iki güçlü CNN mimarisi lösemi görüntüleri üzerinden özelliklerin çıkarılması için kullanılmıştır. Bunlar: Derin Artık Kalan Ağlar (ResNet-50) ve GoogLeNet'dir. Daha sonra, etkili özellikleri seçmek için Parçacık Sürü Optimizasyonu (PSO) ve Karınca Koloni Optimizasyonu Algoritması (KKO) kullanılmıştır. Bu sayede farklı makine öğrenimi algoritmaları kullanarak elde edilen en doğru ve hızlı tahminler elde edilecektir: Destek Vektör Makinesi (DVM), K-En Yakın Komşu (K-EYK) ve Karar Ağacı (KA) üzerinden elde edilen sonuçlar şöyledir: DVM, K-EYK ve KA için sırasıyla 100%, 100% ve 89.7% şeklindedir.

Özet (Çeviri)

Leukemia is a cancer of blood tissues, including the bone marrow and the lymphatic system. White blood cells (WBCs) are affected by leukemia, causing the bone marrow to produce an excessive amount of abnormal, and immature WBCs, which do not function properly and circulate through the body. Leukemia is one of the most difficult diagnoses to make that uses image features extracted from a microscope. In this thesis, deep learning neural networks based on optimization methods have used for leukemia cell disease diagnosis from microscope images. First, two powerful Convolutional Neural Networks (CNNs) architectures with pre-trained on ImageNet have used to extract features from leukemia images, which are: Deep Residual Networks (ResNet-50) and GoogLeNet. Then, Particle Swarm Optimization (PSO) and Ant Colony Optimization (ACO) have used to select the effective features to achieve the most accurate and fastest prediction that will be obtained by using different of machine learning algorithms which are: Support Vector Machine (SVM), K-Nearest Neighbor (K-NN), and Decision Tree (DT). The obtained results were as follows: 100%, 100%, and 89.7% for SVM, K-NN, and DT, respectively.

Benzer Tezler

  1. Medical dataset classification based on different deep learning techniques and meta-heuristic algorithms

    Farklı derin öğrenme teknikleri ve meta-sezgisel algoritmalara dayalı tıbbi veri kümesi sınıflandırması

    YEZI ALI KADHIM

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    PROF. DR. ALOK MISHRA

    PROF. DR. REŞAT ÖZGÜR DORUK

  2. Derin öğrenme ile insan edimlerinin tanınması

    Human action recognition using deep learning

    TAYYİP ÖZCAN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER BAŞTÜRK

  3. Tiroit ince iğne aspirasyon biyopsilerinde papiller tiroit karsinomların metasezgisel temelli evrişimsel sinir ağı ile tespit edilmesi

    Detection of papillary thyroid carcinoma nuclei in thyroid fine needle aspiration biopsies by deep learning and machine learning methods

    ZEYNEP İLKILIÇ AYTAÇ

    Doktora

    Türkçe

    Türkçe

    2024

    Mühendislik BilimleriFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. BEŞİR DANDIL

    DR. ÖĞR. ÜYESİ İSMAİL İŞERİ

  4. Kestirimci bakım için makine öğrenmesi ve derin öğrenme yöntemleri uygulanarak hata tespiti ve sınıflandırılması

    Fault detection and classification for predictive maintenance using machine learning and deep learning methods

    UĞUR İLERİ

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiDüzce Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF ALTUN

  5. Domates hastalıklarının sınıflandırılması için makine öğrenmesi ve derin öğrenme temelli yeni yaklaşımlar

    New approaches to classification of tomato diseases based on machine learning and deep learning

    HASAN ULUTAŞ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL ASLANTAŞ