Geri Dön

Leishmania parazitinin derin öğrenme tabanlı görüntü analizi ile tespiti

Detection of leishmania parasite by deep learning based image analysis

  1. Tez No: 812888
  2. Yazar: ENES ŞEKER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ İLKER DALKIRAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 58

Özet

Tıbbi görüntülerin analizi ve hastalık teşhisi için uzmanlık bilgisi gerekmektedir. Günümüz teknolojilerinin gelişmesiyle birlikte bu tıbbi görüntülerin analizinde ve sınıflandırılmasında yapay zekâ, makine öğrenmesi ve makine öğrenmesinin bir alt dalı olan derin öğrenme yöntemleri yaygın olarak kullanılmaktadır. Mikroskop görüntülerinde bulunan mikroorganizma ve parazitlerin teşhisi ve sınıflandırılması derin öğrenme algoritmaları sayesinde daha kısa sürede ve daha az uzmanlık bilgisi ile yapılabilmektedir. Bu çalışmada leishmania görüntüleri parazitli ve parazitsiz olmak üzere iki sınıfa ayrılmıştır. Evrişimli sinir ağları (Convolutional Neural Networks, CNN) algoritması kullanılarak sınıflandırma için modeller oluşturulmuştur. CNN tabanlı modeller ADAM ve RMSProp optimize edicileri ve dropout kullanılarak eğitilmiştir. Geri çağırma, kesinlik, özgüllük, F1 skoru ve Matthew korelasyon katsayısı (Matthews Correlation Coefficient, MCC) skoru gibi performans ölçüm metrikleri kullanılarak modellerin performansları karşılaştırılmıştır. %91.30'luk başarı gösteren bir model elde edilmiştir.

Özet (Çeviri)

Expert knowledge is required for analysis of medical images and diagnosis of disease. With the development of today's technologies artificial intelligence, machine learning and deep learning which is a sub-branch of machine learning are widely used in the analysis and classification of these medical images. Diagnosis and classification of microorganisms and parasites in microscope images can be done in a shorter time and with less specialized knowledge thanks to deep learning algorithms. In this study, leishmania images were divided into two classes as parasitic and non-parasitic. Models were created for classification using the Convolutional Neural Networks (CNN) algorithm. CNN-based models are trained using ADAM and RMSProp optimizers and dropout. The performances of the models were compared using performance measurement metrics such as recall, precision, specificity, F1 score and MCC (Matthew correlation coefficient) score. A model with a success rate of 91.30% was obtained.

Benzer Tezler

  1. Leishmania RNA virüs pozitif ve negatif suşların transkriptomik analizi ile farklı ifade edilen genlerin değerlendirilmesi

    Evaluation of differently expressed genes by transcriptomic analysis of Leishmania RNA virus positive and negative strains

    MUHAMMED NALÇACI

    Doktora

    Türkçe

    Türkçe

    2024

    ParazitolojiEge Üniversitesi

    Biyoloji Ana Bilim Dalı

    DOÇ. DR. AHMET MERMER

    PROF. DR. SERAY TÖZ

  2. Kastamonu Belediyesi Hayvan Bakımevindeki köpeklerde Leishmaniasisin tespiti

    Detection of Leishmaniasis in dogs in Kastamonu Municipality Animal Shelter

    ERDİ CİVEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ParazitolojiÇankırı Karatekin Üniversitesi

    Veterinerlik Parazitolojisi Ana Bilim Dalı

    PROF. DR. ÖZCAN ÖZKAN

  3. Kala-azar'lı hasta serumlarında western blot analizi ile anti-leishmania antikor yanıtının değerlendirilmesi

    Başlık çevirisi yok

    NİLÜFER AKINCI DAYANGAÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2000

    ParazitolojiEge Üniversitesi

    Parazitoloji Ana Bilim Dalı

    DOÇ.DR. YUSUF ÖZBEL

  4. Antalya ilinde yaşayan köpeklerin Leishmaniasis yönünden araştırılması

    Investigation of Leishmaniasis in dogs in Antalya province

    EMRE YANIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Veteriner HekimliğiKırıkkale Üniversitesi

    İç Hastalıkları (Veterinerlik) Ana Bilim Dalı

    DOÇ. DR. SERKAL GAZYAĞCI

  5. Kutanöz leishmaniasis şüpheli olgulardan leishmania parazitinin araştırılması

    Investigation of leishmania parasity in suspected cases of cutanouse leishmaniasis

    AYA ALSHEKISSA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    MikrobiyolojiMersin Üniversitesi

    Tıbbi Mikrobiyoloji Ana Bilim Dalı

    PROF. DR. GÖNÜL ASLAN