Subdural beyin kanamalarının derin öğrenme modelleri ile bölütlenmesi ve sınıflandırılması
Segmentation and classification of subdural brain hemorrhages with deep learning models
- Tez No: 823547
- Danışmanlar: DR. ÖĞR. ÜYESİ FİDAN KAYA GÜLAĞIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Beyin kanaması, acil müdahale gerektiren ciddi bir durumdur ve erken teşhis hayati önem taşır. Bilgisayarlı tomografi (BT) görüntülemesi, beyin kanamasının tespitinde yaygın olarak kullanılan bir yöntemdir. Bu tez çalışmasında, BT görüntüler kullanılarak beyin kanamasının tespiti için hibrit bir model geliştirilmiştir, model bölütleme ve sınıflandırma aşamalarından oluşmaktadır. İlk aşamada Mask Scoring RCNN modeliyle taramalar“kanamalı”ve“sağlıklı”bölgelere ayrıştırılır. İkinci aşamada ise EfficientNet-B2 modeliyle doğrulama işlemi yapılır ve bölütlenen bölgelerin gerçekten beyin kanaması içerip içermediği belirlenir. Bu çalışma, subdural hematom (SDH) kanamalarının bölütlenmesi ve sınıflandırılması çalışmaları için değerli bir veri kümesi sunmaktadır. Literatürdeki güncel modeller ve mimariler üzerinde yapılan karşılaştırmalı çalışmalar, beyin kanamalarının sınıflandırılması ve bölütlenmesi için önemli bir temel oluşturmaktadır. Hibrit modelin performansı, hasta bazlı ve rastgele bölümleme teknikleriyle değerlendirilerek genelleme yeteneği gösterilmiştir. Ayrıca, bu çalışma, iki aşamalı bir yaklaşımı benimseyerek diğer çalışmalardan farklılık göstermektedir. Hibrit modelin, literatürdeki benzer çalışmalara göre daha başarılı bir sınıflandırma performansı sergilediği belirlenmiştir, bu da modelin etkili bir şekilde beyin kanamalarını sınıflandırma yeteneğini ortaya koyar. Geliştirilen yöntem, doktorlara daha doğru tanısal bilgi ve rehberlik sunarak tedavi sürecinde etkin kararlar almalarına yardımcı olabilir. Bu sayede, hastaların erken teşhis edilmesi ve uygun tedaviye yönlendirilmesi sağlanarak yaşam kalitesi artırılabilir ve olumsuz etkiler minimize edilebilir.
Özet (Çeviri)
Brain hemorrhage is a serious condition that requires immediate intervention, and early diagnosis is crucial. Computed tomography (CT) imaging is a widely used method for detecting brain hemorrhage. In this thesis, a hybrid model is developed for the detection of brain hemorrhage, consisting of segmentation and classification stages. In the first stage, scans are segmented into“hemorrhagic”and“healthy”regions using the Mask Scoring RCNN model. In the second stage, the EfficientNet-B2 model is used for verification, determining whether the segmented regions indeed contain brain hemorrhage. This study provides a valuable dataset for the segmentation and classification of subdural hematomas (SDH), contributing to the research in this field. Comparative studies conducted on current models and architectures in the literature establish an important foundation for the classification and segmentation of brain hemorrhages. The performance of the hybrid model is evaluated using patient-based and random partitioning techniques, demonstrating its generalization ability. Furthermore, this study adopts a two-stage approach, distinguishing itself from other works. It is observed that the hybrid model outperforms similar studies in terms of classification performance, highlighting its effective ability to classify brain hemorrhages. The developed method can assist doctors in making more accurate diagnostic decisions and providing guidance in the treatment process. Consequently, early detection of patients and appropriate referral for treatment can improve quality of life and minimize adverse effects.
Benzer Tezler
- İntrakranial hemorajilerde unet tabanlı derin sinir ağları ile beyin BT görüntülerinin otomatik segmentasyonu ve volümetrik analizi
Automatic segmentation and volumetric analysis of intracranial hemorages in brain CT images with unet-based deep neural networks
MURAT YÜCE
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. AHMET TAN CİMİLLİ
- İntrakranial kanamalarda bilgisayarlı tomografi ve manyetik resonans görüntülemenin tanı değeri
Başlık çevirisi yok
ALİ ÖZCAN
- Kronik Subdural Hematomu olan hastalarda postoperatif rekürrens riskinin hematomun hacim, dansite ve protein içeriğine göre değerlendirilmesi: Retrospektif bir çalışma
Evaluation of the risk of postoperative recurrence in patients with Chronic Subdural Haematoma according to volume, density and protein content of the haematoma: A retrospective study
CAN ŞENSÖĞÜT
Tıpta Uzmanlık
Türkçe
2023
NöroşirürjiDokuz Eylül ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. BURAK SADE
- Ventriküloperitoneal şant cerrahisi uygulanan hastalarda subdural hematom gelişimi
Development of subdural hematoma in patients which was applied ventriculoperitoneal shunt surgery
FATİH DEMİR
Tıpta Uzmanlık
Türkçe
2021
NöroşirürjiFırat ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DOÇ. DR. SAİT ÖZTÜRK
- Subdural mesafeye jelatin sünger serilerek dura kapatma tekniğinin meningo-serebral yapışıklığı önlemedeki etkisi
Efficacy of placing a thin layer of gelatin sponge during dural closure i̇n preventing meningo-cerebral adhesion
MEHMET VOLKAN HARPUT
Tıpta Uzmanlık
Türkçe
2013
NöroşirürjiYeditepe ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. UĞUR TÜRE