Optik koherans tomografi görüntüleri ile retinal hastalıkların evrişimsel sinir ağı kullanılarak teşhis edilmesi
Diagnosis of retinal diseases using optical coherence tomography images and convolutional neural network
- Tez No: 807905
- Danışmanlar: PROF. DR. SABRİ KOÇER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Retina, görmeyi sağlayan ışığa ve renklere duyarlı ağ tabakasıdır. Retinadaki bozulmalar insanların yaşam kalitesini olumsuz etkilemektedir. Retinal hastalıkların tedavisinde gelişen teknolojiyle birlikte bilgisayarlı tanı sistemlerinin kullanımı oldukça yaygınlaşmıştır Retinada meydana gelen bozulmalar körlüğe varan ciddi sorunlara sebep olabilmekte ve retinada kalıcı hasarlar meydana gelebilmektedir. Retinal hastalıklar aniden veya yavaş yavaş görme kaybına, perdeli görüntüye, görüş alanında karanlık ve lekeli görüntüler oluşmasına neden olabilmektedir. Retinal hastalıklara erken teşhis konulması ve tedavi edilmesi büyük önem taşımaktadır. Retina tomografi görüntüleri, oftalmologlar tarafından retinal hastalıkları teşhis etmek ve gözde oluşabilecek kalıcı hasarların önlenebilmesi için kullanılmaktadır. Böylece erken teşhis ile yapılan tedaviyi kolaylaştırmış ve daha iyi klinik sonuçlar elde edilmesi sağlanmış olmaktadır. Bu çalışmada, retinal hastalıkların erken tespit edilmesi ve uygun tedavi yöntemlerinin uygulanabilmesi için Konvolüsyonel Sinir Ağları (CNN) kullanılarak bir derin öğrenme modeli önerilmektedir. Önerilen model ODIR-5K veri seti üzerinde uygulanmıştır. ODIR-5K veri seti üzerinde önerilen model veri ön işlemlerinden geçirilerek öncelikle görüntülerde farklı çözünürlük ve boyutlardaki görüntüler eşitlenmiş ardından çeşitli ön işlemlerden geçirilmiştir. Miyop, Hipertansiyon, Glokom, Yaşa Bağlı Maküler Dejenerasyon (YBMD), Diyabetik Retinopati (DR), Katarakt, normal ve diğer anormallikleri içeren sekiz farklı retinal hastalık verisi sınıflandırılmıştır. Ayrıca transfer öğrenme yöntemlerinin doğruluk (accuracy) oranı VGG19 (%98.16), ResNet50 (%98.86), Xception (%95.36), InceptionV3 (%98.2) ve önerilen evrişimli sinir ağı modeli için (%97.51) olarak elde edilmiştir. Önerilen model önceden eğitilmiş transfer öğrenme metotları ile karşılaştırıldığında Xception mimarisine kıyasla daha yüksek doğruluk değerine ulaşmıştır. VGG19, ResNet50 ve InceptionV3 mimarileriyle hastalık bazında kıyaslandığında katarakt, normal görüntüler ve diğer hastalıklara ait görüntülerin sınıflandırılmasında daha başarılı sonuçlar elde edilmiştir. Önerilen derin öğrenme tabanlı ESA modeli retinal hastalıkların erken teşhis edilmesinde umut verici sonuçlara ulaşmıştır ve retinal hastalıkların sınıflandırılmasında kullanılabilir.
Özet (Çeviri)
The retina is a light-sensitive layer that enables vision and perception of colors. Disturbances in the retina negatively affect people's quality of life. With the advancement of technology in the treatment of retinal diseases, the use of computer-aided diagnostic systems has become widespread. Disturbances occuring in the retina can lead to serious problems, including blindness and permanent damage to the retina. Retinal diseases can result in sudden or gradual vision loss, blurred vision, dark and blotchy images in the field of view. Early diagnosis and treatment of retinal diseases are of great importance. Retinal tomography images are used by ophthalmologists to diagnose retinal diseases and prevent possible permanent damage in the eye. Thus, early diagnosis facilitates treatment and ensures better clinical outcomes. In this study, a deep learning model using Convolutional Neural Networks (CNNs) is proposed for the early detection of retinal diseases and the application of appropriate treatment methods. The proposed model is applied on the ODIR-5K dataset. The ODIR-5K dataset contains retinal images of eight different types of diseases, including Myopia, Hypertension, Glaucoma, Age-related Macular Degeneration (ARMD), Diabetic Retinopathy (DR), Cataract, Other abnormalities, and normal individuals. The images in the ODIR-5K dataset were first equalized to have consistent resolution and dimensions, and then underwent preprocessing steps including histogram equalization using the clahe method. Scaling operations were also performed. Furthermore, the accuracy rates of transfer learning methods were obtained as follows: VGG19 (98.16%), ResNet50 (98.86%), Xception (95.36%), InceptionV3 (98.2%) and the proposed convolutional neural network model (97.51%). The proposed model achieved better classification results for images of cataracts and normal retinas compared to pre-trained transfer learning methods. The proposed deep learning-based CNN model can be used for the early detection of retinal diseases.
Benzer Tezler
- Optik koherens tomografisi görüntüleri kullanarak evrişimsel sinir ağı tabanlı retinal hastalık tespiti
Convolutional neural network based retinal disease detection via optical coherence tomography images
İSMAİL KAYADİBİ
Yüksek Lisans
Türkçe
2021
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN
- Retinal hastalıkların oftalmolojik görüntüler üzerinden derin öğrenme teknikleri ile tespit edilmesi
Detection of retinal diseases on ophthalmological i̇mages by deep learning techniques
SAFİYE PELİN TAŞ
Yüksek Lisans
Türkçe
2021
BiyomühendislikAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN
- Yakın kızılötesi yansıma görüntülerinde optik disk patolojilerinin derin öğrenme ile sınıflandırılması
Classification of optic disc pathologies in NEAR infrared reflectance images with DEEP learning
CUMHUR ÖZBAŞ
Tıpta Uzmanlık
Türkçe
2023
Göz HastalıklarıBezm-i Alem Vakıf ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET HAKAN ÖZDEMİR
- İnsan gözünün optik koherans tomografi görüntüleri kullanılarak tıbbi tanı belirlemek için bir derin öğrenme yaklaşımı
A deep learning approach to determine medical diagnosis using optical coherence tomography images of the human eye
BATUHAN METİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BAHADIR KARASULU
- Santral seröz koryoretinopatili hastalarda retinanın eksternal limitan membran, elipsoid zon ve retina pigment epiteli tabakalarının reflektivitelerinin ve kesitsel OKT'de görüntülenen subretinal sıvı alanının kantitatif olarak in-vivo değerlendirilmesi
Evaluation of external limiting membrane, ellipsoid zone and retina pigment epithelium reflectivity and subretinal fluid area seen on CROSS-sectional oct quantitatively in-vivo in patients with central serous chorioretinopathy
EKİN ECE OŞKAN
Tıpta Uzmanlık
Türkçe
2022
Göz HastalıklarıSağlık Bilimleri ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞE FEYZA ÖNDER