New medical image recognition system for COVID-19 detection usingconvolutional neural network
Başlık çevirisi mevcut değil.
- Tez No: 796606
- 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: 72
Özet
Bu çalışmada covid-19 tespiti için yeni yöntem tabanlı evrişimli sinir ağı sunulmuştur. Önerilen yöntem, üç farklı veri setinde covid-19'u tespit etmek için uygulandı. Önerilen yöntemi, diğer geleneksel tekniklerle karşılaştırıldığında dikkate değer sonuçlar göstermektedir. bu Önerilen yöntem, %99'dan fazla doğruluk, kesinlik ve hassasiyet sunmuştur. Bu demek oluyor ki modelin kombinasyonu, optimum sonuçları tahmin etmede çok etkilidir. sunulan özellik çıkarma problemlerinde kullanılan yeni bir teknik olan birleşik CNN modeli ve giriş x-ışını görüntülerinden çıkarılan yüksek seviye özellikler. ALO kullanılarak eğitilen CNN, yeni optimizasyon algoritması ve çeşitli optimizasyon problemlerinde uygulanmaktadır. ALO müşteri adayı en iyi doğruluğu ve tespit oranını sunmak için en iyi ağırlığı ve temeli elde etmek. Diğer taraftan, CNN tarafından çıkarılan özelliklerden en iyi özellikleri seçmek için uygulanan genetik algoritma. Genetik algoritmanın rolü, CNN çıkış özelliklerinin boyutunu en aza indirgemektir. çalışma süresi ve bu çalışmada uygulanan sınıflandırıcıların performansının artması.
Özet (Çeviri)
In this study new method based convolutional neural network presented for covid-19 detection. The proposed method applied to detect covid-19 in three different datasets. The proposed method show remarkable results when compared with other traditional techniques. The proposed method presented more than 99% accuracy, precision and sensitivity. This mean that the combination of the model are very effective to predicate optimum results. The presented model combined CNN, which is new technique, used in feature extraction problems and extracted high level features from input x-ray images. The CNN trained using ALO which is new optimization algorithm and applied in various optimization problems. The using ALO lead to obtain best weight and basis to present best accuracy and detection rate. On the other hand, the genetic algorithm applied for select best features from features that are extracted by CNN. The genetic algorithm role is to minimize the size of CNN output features to decrease the execution time and increase the performance of the classifiers that applied in this study.
Benzer Tezler
- Gömülü sistem platformu üzerinde görüntü işleme tekniklerinin uygulanması
Image processing techniques on embedded system
SERTAÇ YAMAN
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ EROL
- Derin öğrenme ağları kullanılarak 3B tıbbi görüntü tanımlanması
3D medical image recognition using deep learning networks
ROUBA OMAR ALAHMAD ALOSMAN
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Tek A'lı çekirdeklerin taban-durum manyetik momentlerinin sinirsel-bulanık sistemiyle belirlenmesi
Determination of the ground-state magnetic moments of odd mass nuclei using neuro-fuzzy system
BÜRUCE ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN YAKUT
- Exploring fusion models in computer vision for medical image computing
Başlık çevirisi yok
DUYGU SARIKAYA
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolState University of New York at BuffaloDr. JASON J. CORSO
- Medikal görüntülerde ilgi duyulan bölge analizi ve yeni paralel sıkıştırma yöntemi geliştirilmesi
Analysis of region of interest (Roi) in medical images and a new compression method development
ERDAL ERDAL
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ATİLLA ERGÜZEN