Geri Dön

Derin öğrenme kullanarak optik koherens tomografi görüntülerinden retina hastalığı tespiti

Retinal disease detection from optical coherence tomography images using deep learning

  1. Tez No: 842548
  2. Yazar: ŞÜKRÜ AYKAT
  3. Danışmanlar: DOÇ. DR. SİBEL SENAN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 111

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

  1. 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

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TANER TUNCER

  2. Optik koherens tomografisi görüntüleri kullanarak evrişimsel sinir ağı tabanlı retinal hastalık tespiti

    Convolutional neural network based retinal disease detection via optical coherence tomography images

    İSMAİL KAYADİBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mühendislik BilimleriAfyon Kocatepe Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN

  3. 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

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHADIR KARASULU

  4. Yakın kızılötesi yansıma görüntülerinde optik disk patolojilerinin derin öğrenme ile sınıflandırılması

    Classification of optic disc pathologies in NEAR infrared reflectance images with DEEP learning

    CUMHUR ÖZBAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Göz HastalıklarıBezm-i Alem Vakıf Üniversitesi

    Göz Hastalıkları Ana Bilim Dalı

    PROF. DR. MEHMET HAKAN ÖZDEMİR

  5. DETR derin öğrenme tekniği ile göz tomografi görüntülerinin tanımlanması

    Detection of retinal OCT images using DETR deep learning technique

    EFE EROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EYYÜP GÜLBANDILAR