Computer-aided estimation of endoscopic activity in ulcerative colitis
Ülseratif kolit endoskopik aktivitesinin bilgisayar yardımı ile tahmin edilmesi
- Tez No: 811592
- Danışmanlar: PROF. DR. ALPTEKİN TEMİZEL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Ülseratif kolit (ÜK), klinisyenler için teşhis ve tedavi zorlukları iceren kronik bir inflamatuar barsak hastalığıdır. Hastalık şiddetinin doğru bir şekilde değerlendirilmesi, uygun tedavi stratejilerini izlemek ve hasta sonuçlarını iyileştirmek için çok önemlidir. Mayo endoskopik skoru (MES), ÜK şiddetini değerlendirmek için yaygın olarak kullanılan bir araçtır; ancak, değerlendirme süreci büyük ölçüde öznel yorumlamaya dayanır ve bu da gözlemci içi ve gözlemciler arası önemli değişkenliğe yol açar. Bu tezde, ÜK şiddetinin otomatik değerlendirmesi için evrişimli sinir ağlarının kullanacagi Sınıf Mesafe Ağırlıklı Çapraz Entropi (SMA-ÇE) Kaybı olarak adlandırılan yeni bir kayıp fonksiyonu sunmaktayız. SMA-ÇE, sıralı sınıflandırma problemlerinde geleneksel çapraz entropi kayıp fonksiyonlarının yetersizliğine çözüm getirmektedir. SMA-ÇE fonksiyonu, yanlış tahminleri gerçek sınıftan uzaklıklarıyla orantılı olarak etkili bir şekilde cezalandırır, böylece çıktı sınıfları arasındaki doğal sıralı ilişkileri yakalar. SMA-ÇE, diğer kayıp işlevlerine karsi değerlendirildiğinde bütün performans ölçümleri ve CNN mimarilerinde istikrarli bir sekilde onlardan daha iyi performans göstermektedir. Ayrıca, önerilen yaklaşım, model tahminlerini açıklamak için kullanılabilecek sınıf aktivasyon haritalarının daha dogru oluşturulmasını da sağlamaktadır; daha doğru açıklanabilirlik görüntüleri, geliştirilmekte olan tekniklerin klinik uygulamaya dönüştürülmesi için önemli bir özelliktir. Önerilen yaklaşımın başka veri setlerindeki performansını ölçmek icin diyabetik retinopati veri seti üzerinde de deneyler yapılmıştır ve benzer sonuçlar alınmıştır; bu durum önerilen yaklaşımın başka sıralı sınıf özelliğine sahip uygulamalarda da kullanılabileceğini göstermektedir. Bu çalışma için oluşturulan, Etiketli Ülseratif Kolit Görüntüleri adlı veri seti, bugüne kadar halka açık en büyük etiketli ÜK veri setidir.
Özet (Çeviri)
Ulcerative colitis (UC) is a chronic inflammatory bowel disease that presents significant diagnostic and management challenges for clinicians. Accurate assessment of disease severity is crucial for guiding appropriate treatment strategies and improving patient outcomes. The Mayo endoscopic score (MES) is a widely used tool for evaluating UC severity; however, the assessment process relies heavily on subjective interpretation, leading to substantial intra- and inter-observer variability. In this thesis, we present a novel loss function, termed Class Distance Weighted Cross Entropy (CDW-CE) loss, for the automated assessment of UC severity, harnessing the power of convolutional neural networks (CNN) to analyze endoscopic images of the colon. CDW-CE addresses the limitations of conventional cross-entropy loss functions in ordinal classification problems. The proposed CDW-CE loss effectively penalizes mispredictions based on their distance from the true class, taking into account the inherent ordinal relationships among the output classes. CDW-CE has been evaluated against other loss functions and consistently outperformed them across various performance metrics and CNN architectures. Moreover, the proposed approach enables the generation of more accurate class activation maps, which can be utilized to explain model predictions —an essential aspect of translating these techniques into clinical practice. To demonstrate the generalizability of the proposed approach, it is also tested on a diabetic retinopathy dataset and got similar results, indicating that the proposed approach can be used in other applications presenting ordinal classes. The dataset created for this study, named Labeled Images for Ulcerative Colitis, is the largest publicly available labeled UC dataset to date.
Benzer Tezler
- Flexible üreterorenoskopi ile böbrek alt polüne erişebilirliğin preoperatif bilgisayarlı tomografi ile öngörülebilirliği
Preoperative computerized tomography estimated of accessibility to the kidney lower polle with flexible ureterorenoscopy
BEKİR TÜRKAY DEMİR
Tıpta Uzmanlık
Türkçe
2021
ÜrolojiKahramanmaraş Sütçü İmam ÜniversitesiÜroloji Ana Bilim Dalı
PROF. DR. TAYFUN ŞAHİNKANAT
- Bilgisayar yardımıyla montaj aşamalarının kararlaştırılması
Computer aided estimation of assembly sekuences
MEHMET YAZAR
Yüksek Lisans
Türkçe
1998
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÖZDEMİR
- Computer-aided estimation of the flashover performance of polluted high voltage insulators
Kirli yüksek gerilim izolatörlerinin atlama performanslarının bilgisayar destekli olarak belirlenmesi
MEHMET EFE ÖZBEK
Doktora
İngilizce
2002
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET RUMELİ
- Plastik enjeksiyon kalıplarının bilgisayar destekli maliyet hesabı
Computer aided cost calculation of the plastic injection molds
İBRAHİM KARAAĞAÇ
Yüksek Lisans
Türkçe
2004
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
DOÇ.DR. AHMET ÖZDEMİR
- Endüstriyel yapılarda ön tasarım aşamasında makine öğrenmesi metodları ile kaba inşaat maliyetlerinin tahmini ve performans analizi
Estimation and performance analysis of rough construction costs with machine learning methods at the pre-design stage of industrial buildings
MUHAMMET EMİR KILIÇ
Yüksek Lisans
Türkçe
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK