Akciğerin X-ray görüntülerinden derin öğrenme ile pnömoni tespiti
Detection of pneumonia wıth deep learning from X-ray images of lung
- Tez No: 797282
- Danışmanlar: PROF. DR. İRFAN KARAGÖZ, DOÇ. DR. MİKAİL İNAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
COVID-19 virüsü, sağlık ve ekonomi açısından dünyayı etkisi altına almış küresel bir sorundur. Yayılma hızı çok yüksektir. Bu yüzden erken ve doğru tespiti çok önemlidir. Enfekte olan hastalarda ölüme yol açan pnömoni gelişebilir. Pnömoni akciğerde tutuluma neden olur. Pnömoninin anatomik yerleşimine göre tutulum tipleri vardır. COVID-19 virüsü, akciğerlerde genel olarak interstisyel bir tutulum yapmaktadır. Bu da bize lobar tutulum yapan diğer hastalıklardan coronayı ayırabilme imkanı vermektedir. Bu çalışmada akciğer grafisi görüntülerinden COVID-19 pnömonisi, lobar pnömoni ve sağlıklı sınıflandırması yapılmaktadır. Sınıflandırma işlemi için bir derin öğrenme metodu olan ESA kullanılmıştır. Az katmanlı bir ESA modeli kullanılarak kısa sürede yüksek doğruluk elde edilmesi hedeflenmiştir. Modelin başarısını test edebilmek için VGG16 ve VGG19 modellerle karşılaştırma yapılmıştır. Karşılaştırma sonuçlarına göre eğitim süresi 25 kat kısalmıştır. Görüntülerin kalitesi model performansını doğrudan etkileyen faktörlerdendir. Çünkü hastalık tespitinde ayrıntıların önemi oldukça fazladır. Eğer görüntüler düşük kontrastlı olursa, hastalık tespitinde bazı detayları gözden kaçırmamıza neden olabilir. Bu tez çalışması kapsamında, tıbbi görüntülerdeki düşük kontrast problemi, CLAHE yöntemine uygulanan çeşitli filtrelerle iyileştirilmiş ve CNN modeli ile eğitilmiştir. Böylece, eğitim süresinin kısaltılmasının yanı sıra, modelin sınıflandırma doğruluğu da arttırılmıştır.
Özet (Çeviri)
COVID-19 is a global problem that has affected the world in terms of health and economy. Its spread is very high, which is why early and accurate detection is very important. Pneumonia, which can lead to death in infected patients, may develop. Pneumonia causes congestion in the lungs. There are types of congestion according to the anatomical location of pneumonia. COVID-19 virus generally causes interstitial congestion in the lungs, which allows us to distinguish coronavirus from other diseases that cause lobar congestion. In this study, COVID-19 pneumonia, lobar pneumonia and healthy classification is made from lung graph images. An ESA deep learning method is used for the classification process. A shallow ESA model has been used to aim for high accuracy in a short time. To test the performance of the model, it has been compared with VGG16 and VGG19 models. According to the comparison results, the training time has been shortened by 25 times. Image quality is one of the factors directly affecting the performance of the model, because the importance of details in disease detection is very high. If the images are of low contrast, it can cause us to miss some details in disease detection. In this thesis study, the low contrast problem in medical images is improved by applying various filters to the CLAHE method and trained with a CNN model. As a result, not only is the training time shortened, but the classification accuracy of the model is also increased.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Göğüs röntgeni görüntülerinden pnömoni tespitinde derin öğrenme modelleri ile vision transformer modellerinin karşılaştırılması
Comparison of deep learning models and vision transformers in pneumonia detection from chest X-Ray images
GONCAGÜL ERDAL
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKto Karatay ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÖZTÜRK
- Radyoloji görüntülerinden COVID19 zatürresi analizi
COVID 19 pneumonia analysis from radiology images
MUHAMMED MEHDİ MENTEŞ
Yüksek Lisans
Türkçe
2022
BiyomühendislikBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORHAN ERDEM HABERAL
DR. ÖĞR. ÜYESİ MEHMET YÜKSEKKAYA
- Çocuk akciğer x-ışını görüntülerinin derin öğrenme yöntemleri ile analizi
Analysis of child lung x-ray images with deep learningmethods
ÇAĞDAŞ ŞİMŞEK
Doktora
Türkçe
2025
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. SUAT ÖZKORUCUKLU
- Sayısal veri ve göğüs röntgen görüntülerinden derin öğrenme yaklaşımları ile pnömoni tespiti
Pneumonia detection with deep learning approaches from numerical data and chest X-ray images
ZEHRA KADİROĞLU
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. HANİFİ GÜLDEMİR
PROF. DR. ABDURRAHMAN ŞENYİĞİT