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
- Tez No: 792793
- Danışmanlar: DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2023
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiMühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
PROF. DR. ALOK MISHRA
PROF. DR. REŞAT ÖZGÜR DORUK
- Derin öğrenme ile insan edimlerinin tanınması
Human action recognition using deep learning
TAYYİP ÖZCAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER BAŞTÜRK
- 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
2024
Mühendislik BilimleriFırat ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. BEŞİR DANDIL
DR. ÖĞR. ÜYESİ İSMAİL İŞERİ
- 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
2024
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF ALTUN
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL ASLANTAŞ