Derin öğrenme yöntemi ile idrar sediment görüntülerindeki hücrelerin tespiti ve sınıflandırılması
Detection and classification of cells in urine sediment images with deep learning method
- Tez No: 831006
- Danışmanlar: DOÇ. DR. İLHAN İLHAN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Günümüzde, doktorlar tarafından en sık istenilen testlerden biri de idrar testidir. Bunun en büyük nedenlerinden biri idrarın insan metabolizması hakkında birçok bilgiyi içermesidir. Diğeri ise örnek alımının oldukça kolay olmasıdır. Alınan örneklerin analizi için tam otomatik idrar analizörleri kullanılmaktadır. Fakat bu analizörlerin birçoğu sonradan öğrenme yeteneğine sahip değildir. Yani, daha önceden tanıtılmayan bir maddenin cihaza öğretilmesi zordur. Bu cihazlar analiz esnasında, genellikle, kenar ve renk tespiti gibi ilkel görüntü işleme algoritmalarını kullanırlar. Bu algoritmalar, hava kabarcığı gibi fiziksel nesnelerin ölçüme dahil edilmesine neden olurlar. Bu da testin doğruluğu açısından, laboratuvarda çalışan laborantlar için oldukça problemli bir durumun ortaya çıkmasına neden olur. Bu tez çalışmasında, yukarıda bahsedilen idrar analizörlerindeki problemlere derin öğrenme yöntemi ile çözüm bulunmaya çalışılmıştır. İkisi hazır biri ise idrar analiz cihazından olmak üzere üç farklı veri kümesi elde edilmiş ve bu veri kümeleri üzerinde birtakım deneyler uygulanmıştır. Bu deneyler sonucunda, eritrosit tespitinde %94, lökosit tespitinde ise %87 seviyelerine ulaşan bir doğruluk oranı elde edilmiştir. Böylece, insan idrarındaki partiküller YOLOv7-tiny derin öğrenme modeli kullanılarak başarıyla tespit edilmiştir.
Özet (Çeviri)
In today's world, one of the most requested tests by doctors is the urine test. One of the main reasons for this is that urine contains a wealth of information about human metabolism. Another reason is that urine sample collection is relatively easy. Fully automated urine analyzers are used for the analysis of the collected samples. However, many of these analyzers do not have the ability to learn retrospectively. In other words, it is difficult to teach the device about a substance that has not been previously introduced. During the analysis, these devices typically utilize primitive image processing algorithms such as edge and color detection. These algorithms can lead to the inclusion of physical objects such as air bubbles in the measurement. This poses a significant problem for laboratory technicians in terms of the accuracy of the test. In this thesis, the problems in urine analyzers mentioned above were tried to be solved by deep learning method. Three different datasets, two of which are ready and one from the urine analysis device, were obtained and some experiments were performed on these datasets. As a result of these experiments, an accuracy rate of 94% in erythrocyte detection and 87% in leukocyte detection was achieved. Thus, particles in human urine were successfully detected using the YOLOv7-tiny deep learning model.
Benzer Tezler
- Mikroskop altında idrardaki hücre görüntülerinin segmentasyonu ve sınıflandırılması
Segmentation and classification of cell images in urine under microscope
MERTER HAMİ KARACAN
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN TEMURTAŞ
- A deep learning architecture for missing metabolite concentration prediction
Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi
SADİ ÇELİK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇAKMAK
- Artificial intelligence assisted drop pattern analysis and RNAseq profiling for early diagnosis and follow-up of bladder cancer
Mesane kanserinin erken tanı ve takibinde yapay zeka destekli damla motif analizi ve RNAseq profilleme
RAMİZ DEMİR
Doktora
İngilizce
2023
Moleküler TıpKoç ÜniversitesiHücresel ve Moleküler Tıp Ana Bilim Dalı
PROF. DR. DEVRİM GÖZÜAÇIK
- L'épuration de l'esprit réalisée par la tragédie au travers de la nécessité, la probabilité et la possibilité
Zorunlu, olanaklı ve olasılık bakımından trajedinin ruhta katarsis meydana getirmesi
GÜVENÇ RECAİ AYAR
Yüksek Lisans
Fransızca
2008
FelsefeGalatasaray ÜniversitesiFelsefe Ana Bilim Dalı
YRD. DOÇ. DR. TARIK NECATİ ILGICIOĞLU
- Derin öğrenme yöntemi ile protein ikincil yapı tahmini
Protein secondary structure prediction using deep learning method
EZGİ ÇAKMAK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İHSAN HAKAN SELVİ