Derin öğrenme kullanarak optik koherens tomografi görüntülerinden retina hastalığı tespiti
Retinal disease detection from optical coherence tomography images using deep learning
- Tez No: 842548
- Danışmanlar: DOÇ. DR. SİBEL SENAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Diabetik retinopati, Yapay zeka, Diabetic retinopathy, Artificial intelligence
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Retina hastalıkları, insanların en önemli duyu organlarından olan gözlerde görme kayıplarının önde gelen nedenleri arasında yer almaktadır. Retina hastalıklarının erken teşhisi, gözlerde bu geri döndürülemez kayıpların engellenmesi için çok büyük önem taşımaktadır. Tez çalışmasında retina hastalıkları arasında önde gelen Diyabetik Retinopati ve Yaşa Bağlı Makula Dejenerasyonu hastalıklarının erken teşhisi için derin öğrenme temelli bir hibrit model geliştirilmiştir. Bu amaçla, İstanbul İl Sağlık Müdürlüğü Kanuni Sultan Süleyman Eğitim ve Araştırma Hastanesi'nden optik koherens tomografi görüntüleri toplanarak özgün bir veri seti oluşturulmuştur. Bu veri seti üzerinde görüntü işleme ve veri artırma yöntemleri kullanılarak ön işlenmiş ve gri tonlamalı veri setleri oluşturulmuştur. Ardından bu çalışma kapsamında hiperparametre ayarı yapılarak yeniden yapılandırılan dokuz derin öğrenme modeli ve geliştirilen hibrit derin öğrenme modeli oluşturulan veri seti ve literatürde çok kullanılan UCSD (University of California San Diego) veri seti üzerinde eğitilmiştir. Hiperparametre ayarlı modellerin sınıflandırma performansları hiperparametre ayarı uygulanmamış derin öğrenme modelleri ve literatürdeki diğer çalışmalarla karşılaştırılmıştır. Hiperparametre ayarlı modellerin, orijinal versiyonlarına göre daha başarılı sonuçlar sağladığı gösterilmiştir. Sınıflandırma sonuçları, önerilen hibrit modelin bu çalışmada ele alınan diğer modellere göre en başarılı sonuçları verdiğini ortaya koymuştur.
Özet (Çeviri)
Retinal diseases are among the leading causes of vision loss in the eyes, one of the most important sense organs of people. Early diagnosis of retinal diseases is of great importance to prevent these irreversible losses in the eyes. In the thesis study, a deep learning-based hybrid model was developed for the early diagnosis of Diabetic Retinopathy and Age-Related Macular Degeneration, which are the leading retinal diseases. For this purpose, an original data set was created by collecting optical coherence tomography images from Istanbul Provincial Health Directorate, Kanuni Sultan Süleyman Training and Research Hospital. Pre-processed and grayscale data sets were created on this data set using image processing and data augmentation methods. Then, within the scope of this study, nine deep learning models restructured by hyperparameter adjustment and the developed hybrid deep learning model were trained on the created data set and the UCSD (University of California San Diego) data set, which is widely used in the literature. The classification performances of models with hyperparameter adjustment were compared with deep learning models without hyperparameter adjustment and other studies in the literature. It has been shown that hyperparameter-tuned models provide more successful results than their original versions. Classification results revealed that the proposed hybrid model gave the most successful results compared to other models considered in this study.
Benzer Tezler
- Derin öğrenme tabanlı yöntemlerle optik koherens tomografi görüntülerinden hastalık analiz sistemi
Disease analysis system from optical coherence tomography images with deep learning based methods
HATİCE ÖZDEMİR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TAYYİP ÖZCAN
PROF. DR. FATİH HOROZOGLU
- Retina hastalıklarının OCT görüntülerinden hibrit tabanlı CNN yöntemi ile tespit edilmesi
Detection of retinal diseases from OCT images by hybrid-based CNN method
MÜMTAZ KORKMAZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER TUNCER
- İnsan gözünün optik koherans tomografi görüntüleri kullanılarak tıbbi tanı belirlemek için bir derin öğrenme yaklaşımı
A deep learning approach to determine medical diagnosis using optical coherence tomography images of the human eye
BATUHAN METİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BAHADIR KARASULU
- Maküla optik koherens tomografi görüntülerinde yapay zeka ile retina tabakalarındaki bozulmanın tespiti
Detection of retinal layer abnormalities using artificial intelligence in macular optical coherence tomography images
EDA ZEYNEP KILIÇ
Tıpta Uzmanlık
Türkçe
2026
Göz HastalıklarıOndokuz Mayıs ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. ÖZLEM EŞKİ YÜCEL
- Examination of machine learning based image enhancement model on OCTA retina images
OKTA retina görüntüleri üzerinde makine öğrenmesi tabanlı görüntü iyileştirme modelinin incelenmesi
BERFİN DİNÇ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBiyotıp ve Sağlık Teknolojileri Ana Bilim Dalı
DOÇ. DR. SERHAT TOZBURUN