Geri Dön

Derin öğrenmeye dayalı kulak zarı otoskop görüntüleri için tanısal bağımsız bir mobil uygulamanın geliştirilmesi, test edilmesi ve fizibilitesi

Development, testing and feasibility of a diagnostically independent mobile application for eardrum otoscope images based on deep learning

  1. Tez No: 811262
  2. Yazar: FURKANCAN DEMİRCAN
  3. Danışmanlar: PROF. DR. MURAT EKİNCİ, DOÇ. DR. ZAFER CÖMERT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 135

Özet

Kulak hastalıkları günlük hayatımızı olumsuz etkileyen sağlık problemleridir. Bu hastalıkların tanısı uzmanlar tarafından otoskop cihazı kullanılarak gözlem ile koyulmaktadır ve bu tanı sisteminin doğruluğu uzman bilgisine bağlıdır. Bu çalışma kapsamında kulak hastalık tanılarının derin öğrenme modelleri kullanılarak koyulması araştırılmıştır. Yapılan çalışmada Ear Imagery ve Tympanic membrane veri setleri kullanılmıştır. Ayrıca bu iki veri seti birleştirilerek ayrı bir veri seti oluşturulmuştur. Kullanılan veri setleri eğitim, doğrulama ve test işlemleri için sırasıyla %70, %10 ve %20 olarak ayrılmıştır. Derin öğrenme modeli olarak ResNet50, InceptionV3, InceptionResNetV2 ve Xception modelleri seçilmiştir. Ayrıca DenseNet201, EfficientNetB5 ve InceptionResNetV2 özellik çıkarıcı modeller ile BiLSTM ve ConvBiLSTM sınıflandırıcı modellerden hibrit modeller oluşturulmuştur. Çalışma kapsamında sınıflandırma başarısına etkiyi araştırmak için sıfırdan eğitim, öğrenme aktarımı, HSV ve LUV renk uzayları kullanılmıştır. Yapılan çalışma sonucunda en yüksek doğruluk başarısı DenseNet201-BiLSTM ve ResNet50 modellerinden elde edilmiştir.

Özet (Çeviri)

Ear diseases are health problems that negatively affect our daily lives. These diseases are diagnosed by experts through observation using an otoscope device and the accuracy of this diagnosis system depends on expert knowledge. This study investigates the diagnosis of ear diseases using deep learning models. Ear Imagery and Tympanic membrane datasets were used in this study. In addition, a separate dataset was created by combining these two datasets. The datasets used were divided into 70%, 10% and 20% for training, validation and testing respectively. ResNet50, InceptionV3, InceptionResNetV2 and Xception models were selected as deep learning models. In addition, hybrid models were created from DenseNet201, EfficientNetB5 and InceptionResNetV2 feature extractor models and BiLSTM and ConvBiLSTM classifier models. Within the scope of the study, zero training, learning transfer, HSV and LUV color spaces were used to investigate the effect on classification success. As a result of the study, the highest accuracy was obtained from DenseNet201-BiLSTM and ResNet50 models.

Benzer Tezler

  1. Tek mikrofon dizisi ile yapay zeka destekli silah sesi konumlama yöntemi

    A single microphone array-based ai-assisted gunshot sound localization method

    KAZIM ZENGİN

    Doktora

    Türkçe

    Türkçe

    2024

    Mekatronik MühendisliğiYıldız Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDIN YEŞİLDİREK

  2. Derin öğrenme yöntemi ile köpek davranışlarının analizi ve sınıflandırılması

    Analysis and classification of dog behaviours using deep learning

    RUKİYE POLATTİMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE DANDIL

  3. Cenab Şehabeddin'in şiirleri üzerinde bir araştırma

    Başlık çevirisi yok

    HASAN AKAY

    Doktora

    Türkçe

    Türkçe

    1989

    Türk Dili ve Edebiyatıİstanbul Üniversitesi

    PROF. DR. ZEYNEP KERMAN

  4. Masif MIMO sistemlerde pilot atama ve pilot güç tahsisi optimizasyon algoritmaları ile pilot kirliliğinin azaltılması

    The optimization algorithms of pilot assignment and pilot power allocation to mitigate pilot contamination in massive MIMO systems

    MUHAMMET PAKYÜREK

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELMAN KULAÇ

  5. Aiding agricultural practices with the exploration of earth observation data via machine learning

    Yer gözlem uydu verilerinin tarımsal uygulamalara yardımcı olmak amacıya makine öğrenme algoritmaları ile incelenmesi

    MEHMET FURKAN ÇELİK

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ESRA ERTEN