Early detection and diagnosis of diabetic retinopathy using artificial intelligent techniques
Başlık çevirisi mevcut değil.
- Tez No: 796202
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Göz, doğrudan veya dolaylı olarak çeşitli bozukluklardan etkilenir. Sonuç olarak, göz muayeneleri genel sağlık hizmetlerinin çok önemli bir bileşenidir. Diyabetin etkilerinden biri de retinayı besleyen kan damarlarının hasar görmesi sonucu oluşan ve kalıcı körlüğe yol açan diyabetik retinopatidir (DR). Diyabetik retinopati retinayı etkiler ve diyabetin yaygın bir komplikasyonudur. Diyabetik retinopati genellikle hiçbir semptom göstermez veya daha hafif semptomlar gösterir. Aşırı durumlarda, kalıcı körlüğe neden olabilir. Bu nedenle, semptomların erken tespiti körlüğün önlenmesine yardımcı olabilir. Uzun süreli diabetes mellituslu hastaların neredeyse tamamı, körlüğe yol açabilen bir dereceye kadar DR gelişimi yaşar. Hem erken teşhis hem de erken tedavi için DR taraması çok önemlidir. Bu tez, diyabetik retinopatiyi saptamak için otomatik yöntemleri araştırmayı ve bunu yapmak için güvenilir bir sistem oluşturmayı amaçlamaktadır. Bu tezde, dijital fundus resimlerinde DR'nin otomatik olarak tanımlanması için değiştirilmiş bir çıkarılmış özellik sunulmuştur. Eksüdaların, kan damarlarının ve mikroanevrizmaların (diyabetik retinopatinin üç unsuru) özellikleri bu tezde çeşitli görüntü işleme teknikleri kullanılarak rapor edilmiştir. DR'nin aşamaları, özellikler çıkarıldıktan sonra sağlıklı, orta derecede proliferatif olmayan ve proliferatif olarak ayrılabilir. Aşamaları kategorize etmek için Geriye Yayılım Sinir Ağları ve Destek Vektör Makinesi sınıflandırıcıları kullanılır. Doğruluğu yüzde 96,5, duyarlılığı yüzde 97,2 ve özgüllüğü yüzde 93,3 olan SVM, genel olarak en iyi performansı gösteren modeldir.
Özet (Çeviri)
The eye is impacted by several disorders, either directly or indirectly. As a result, eye exams are a crucial component of general healthcare. One of the effects of diabetes is diabetic retinopathy (DR), caused by damage to the blood arteries that feed the retina, leading to permanent blindness. Diabetic retinopathy affects the retina and is a common complication of diabetes. Diabetic retinopathy often shows no symptoms or rather mild ones. In extreme cases, it might cause permanent blindness. Therefore, early detection of symptoms may help avoid blindness. Nearly all patients with long-term diabetes mellitus experience some degree of DR development, which can lead to blindness. For both early discovery and early treatment, DR screening is crucial. This thesis aims to research automatic methods for detecting diabetic retinopathy and create a reliable system for doing so. A modified extracted feature for the automatic identification of DR in digital fundus pictures is presented in this thesis. The properties of exudates, blood vessels, and microaneurysms—three elements of diabetic retinopathy—are reported utilizing a variety of image-processing techniques in this thesis. The stages of DR can then be divided into healthy, moderate non-proliferative, and proliferative once the characteristics have been extracted. Back Propagation Neural Networks and Support Vector Machine classifiers are used to categorize the phases. SVM, which has accuracy, sensitivity, and specificity of 96.5, 97.2, and 93.3 percent, respectively, is the model that performs the best overall.
Benzer Tezler
- Diabetic retinopathy detection using artificial intelligence
Diyabetik retinopati tespiti yapay zeka kullanmak
MOHAMED ASHRAF SAMY TANTAWY ELSERWY
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Retina hastalıklarının OCT görüntülerinden hibrit tabanlı CNN yöntemi ile tespit edilmesi
Detection of retinal diseases from OCT images by hybrid-based CNN method
MÜMTAZ KORKMAZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER TUNCER
- Implementation of deep learning based approaches in the diagnosis of diabetes and diabetic retinopathy
Diyabet ve diyabetik retinopati teşhisinde derin öğrenmeye dayalı yaklaşımların uygulanması
ÖZGE NUR ERGÜN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAMZA OSMAN İLHAN
- SHAP görselleştirme tekniği ve makine öğrenmesi yöntemleri ile diyabetik retinopatinin erken tanı modellemesi
Early diagnosis modeling of diabetic retinopathy using SHAP visualization technique and machine learning methods
ŞÜKRAN YAMAN ATCI
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GÜNEŞ
- Retina görüntülerinin kalite değerlendirmesi ve diyabetik retinopati hastalığının tespiti
Retinal image quality assessment and detection of diabetic retinopathy disease
UĞUR ŞEVİK
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMAL KÖSE