Predicting brain tumours using artificial neural networks
Başlık çevirisi mevcut değil.
- Tez No: 796270
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- 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: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Bir resmi bölümlere ayırmak, onu ayrı parçalara bölmek anlamına gelir. Görüntü işlemedeki en zorlu işlerden biri, gerçek dünyada önemli sonuçları var. Damarlar, dokular ve kemikler gibi nesneleri tanımlamak ve görmek için kullanıldığı bilgisayar görüşü ve tıbbi görüntü işleme dahil olmak üzere çeşitli uygulamaları vardır. Ek olarak, daha birçok karmaşık algoritmanın başarısı, doğru segmentasyon bulgularına bağlıdır. Şu anda kabul edilebilir sonuçlar veren birçok yöntem vardır; ancak bu yöntemler, hız, doğruluk ve gerçek zamanlı nesne izleme veya segmentasyon gibi daha zor ve zamana duyarlı sorunları ele almalarına izin verecek daha kötü ve daha karmaşık görüntüleri işleme yeteneği dahil olmak üzere çeşitli şekillerde geliştirilebilir. hasarlı görüntülerin Birçok kişi, görüntüleri büyütme zorluğuna çözümler bulmuştur. Düşük çözünürlüklü (LR) bir resme sahip olmak ve onu yüksek çözünürlüklü (HR) bir resme dönüştürmek istemek mümkündür. Süper çözümleme, yalnızca güvenlik kameralarından alınan çok düşük çözünürlüklü (VLR) görüntüleri yükseltmenin suçları daha hızlı çözmeye yardımcı olabileceği profesyonel dünyada değil, aynı zamanda kişisel yaşamlarımızda da faydalıdır. Görüntü yükseltme teknikleri zaten mevcuttur. Basit enterpolasyonlar etkili olsa da, kalite her zaman beğeninize olmayabilir. Rakip ağlara (GAN'lar) dayalı bir makine öğrenimi stratejisi kullanarak yeni bir strateji kullanmayı amaçladık.
Özet (Çeviri)
Segmenting a picture means cutting it up into individual parts. One of the most challenging jobs in image processing, it has significant real-world implications. It has several applications, including those in computer vision and medical image processing, where it is utilized to identify and see objects like veins, tissues, and bones. In addition, the success of many more complex algorithms is contingent on accurate segmentation findings. There are currently many methods that yield acceptable results; however, these methods could be enhanced in several ways, including speed, accuracy, and the ability to handle worse and more complex images, which would allow them to address more difficult and time-sensitive problems, such as real-time object tracking or segmentation of damaged images. Many individuals have found solutions to the challenge of enlarging images. It's possible to have a low-resolution (LR) picture and desire to convert it to a high-resolution (HR) one. Super resolving is useful not just in the professional world, where upscaling very low resolution (VLR) images from security cameras may help solve crimes more quickly, but also in our personal lives. Image upscaling techniques already exist. Although simple interpolations are effective, the quality may not always be to your liking. We aimed to use a novel strategy by using a machine learning strategy based on adversarial networks (GANs
Benzer Tezler
- 2018-2023 yılları arasındaki glioblastoma hastaları kullanılarak yapılan yapay zeka çalışmalarının sistematik olarak analizi
Systematic analyzing of artificial intelligence studies carreied out on people with glioblastoma between the years 2018 and 2023
ELİN KARADAĞ YAVUZ
Yüksek Lisans
Türkçe
2024
Sağlık YönetimiİSTANBUL NİŞANTAŞI ÜNİVERSİTESİSağlık Yönetimi Ana Bilim Dalı
PROF. DR. ZEYNEP BİRSU ÇİNÇİN
- Derin öğrenme yöntemleri kullanılarak beyin tümörü tiplerinin ve sınırlarının tahminlenmesi
Prediction of brain tumor types and limits using deep learning methods
MERVE PINAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ
- Yüksek dereceli gliomlarda tedaviye bağlı gelişen radyonekrozun, nüks ya da rezidü tümöral lezyondan ayrımında bilgisayar temelli yapay zekânın rolü
The role of computer-based artificial intelligence in distinguishing treatment-related radiation necrosis from recurrent or residual tumoral lesions in high-grade gliomas
İBRAHİM ALTINDAŞ
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpSelçuk ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL ÖZER
- Erişkin glial tümörlerde ki-67 proliferasyon indeksinin konvansiyonel MRG, difüzyon MRG, SWI ve perfüzyon MRG ile öngörülmesi
Prediction of ki-67 proliferation index in adult type glial tumors using conventional MRI, diffusion MRI, SWI, and perfusion MRI findings
MUHAMMET ARİF KURŞUN
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer Tıpİstanbul Medeniyet ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ. DR. BEGÜMHAN BAYSAL
- Segmentation on brain MR images by using deep learning network and 3D modelling
Derin öğrenme ile MR görüntüleri üzerinde görüntü segmentasyonu ve 3D modelleme
GÖKAY KARAYEĞEN
Doktora
İngilizce
2021
Mühendislik BilimleriBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FEYZİ AKŞAHİN