Meta - sezgisel algoritmalara dayalı retinal damar bölütleme
Retinal vessel segmentation based on meta-heuristic algorithms
- Tez No: 800405
- Danışmanlar: DOÇ. DR. MEHMET BAHADIR ÇETİNKAYA
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Retinal Vessel Segmentation, Wild Horse Optimization Algorithm, Bald Eagle Research Algorithm, Gray Wolf Optimization Algorithm
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 55
Özet
Biyomedikal görüntülerin yüksek doğrulukta analiz edilebilmesi ilgili hastalığın teşhis ve tedavi süreci açısından son derece önemlidir. Yapay zekâ algoritmalarını temel alan bilgisayar destekli yaklaşımlar son yıllarda biyomedikal görüntü analizinde etkin bir şekilde kullanılmaktadır. Retina tabakası kılcal damar yapısında ortaya çıkan daralma, genişleme ve kanama gibi yapısal değişimler retinal hastalıklar hakkında ön bilgi verebilmektedir. Bu nedenle, retinal görüntülerde damar tespitine yönelik meta-sezgisel algoritmalara dayalı analiz yöntemlerinin geliştirilmesi son yıllarda önemli bir çalışma alanı haline gelmiştir. Bu tez çalışmasında, en güncel sürü zekâsına dayalı meta-sezgisel algoritmalardan olan Vahşi At Optimizasyon (Wild Horse Optimization, WHO) ve Kel Kartal Araştırma (Bald Eagle Search, BES) Optimizasyon algoritmaları kümeleme tabanlı olarak geliştirilmiş ve retinal görüntülerde damar piksellerinin yüksek doğrulukta tespitine yönelik uygulanmışlardır. Ayrıca, bu algoritmaların performansları literatürdeki en etkin sürü zekâsına dayalı meta-sezgisel algoritmalardan birisi olan Gri Kurt Optimizasyon (Grey Wolf Optimization, GWO) algoritması ile mukayese edilmiştir. Sonuçlar incelendiğinde, retinal görüntülerde çok yakın piksel değerlerine sahip olan art alan pikselleri ile damar piksellerinin WHO, BES ve GWO algoritmaları tarafından başarılı bir şekilde ayırt edilebildikleri görülmüştür. Sonuç olarak, meta-sezgisel algoritmaların kümeleme tabanlı çözüm gerektiren diğer mühendislik problemlerinde de başarılı bir şekilde kullanılabileceği ifade edilebilir. Anahtar Kelimeler : Retinal Damar Bölütleme, Vahşi At Optimizasyon Algoritması, Kel Kartal Araştırma Algoritması, Gri Kurt Optimizasyon Algoritması.
Özet (Çeviri)
Analysis of the biomedical images with high accuracy is extremely important for the diagnosis and treatment process of the related diseases. In recent years, computer-aided approaches based on artificial intelligence algorithms have been used effectively in biomedical image analysis. The structural changes occurring in the vessel structure of the retinal layer due to arteriolar stenosis, arteriolar dilatation and vascular bleeding are able to give preliminary information about retinal diseases. Therefore, the improvement of meta-heuristic algorithms based analysis methods for vessel segmentation in retinal images has become an important area of research in recent years. In this thesis, Wild Horse Optimization (WHO) and Bald Eagle Search (BES) optimization algorithms, which are among the most recently proposed swarm intelligence algorithms, have been improved as clustering based and then applied for the segmentation of pixels in retinal images with higher-accuracy. In addition, the performances of these algorithms have been compared with the Gray Wolf Optimization (GWO) algorithm, which is one of the most effective swarm intelligence meta-heuristic algorithms in the literature. The results obtained represent that the background pixels and vessel pixels, which have close pixel values in retinal images, can successfully be segmented by WHO, BES and GWO algorithms. As a result, it can be stated that meta-heuristic algorithms can successfully be used in other engineering problems that require clustering-based solutions.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- 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
- Bulut bilişimde metasezgisel görev çizelgelemesi
Metaheuristic task scheduling in cloud computing
MERVE NUR AKTAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN BULUT
- Bir İHA'nın üst sezgisel algoritmalarla enerji yönetimi ve eniyilemesi
Energy management and optimization based on meta-heuristic algorithms for a UAV
HASAN ÇINAR
Doktora
Türkçe
2022
EnerjiGebze Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İLYAS KANDEMİR
- Meyve sineği ve kurbağa algoritmaları temelli hibrit yöntemlerin geliştirilmesi ve performans analizi
Development and performance analysis of fruit fly and frog leaping algorithms based on hybrid methods
MAMADOU ALIMOU DIALLO
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA DANACI