Bilgisayarlı tomografi görüntüleri üzerinde Covid-19 enfeksiyonu için evrişimli sinir ağı mimarileri ve ilgi blokları ile bölütleme
Segmentation with convolutional neural networks and attention blocks in computed tomography images for Covid-19 infection
- Tez No: 842882
- Danışmanlar: DR. ÖĞR. ÜYESİ CEYDA NUR ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: evrişimli sinir mimarileri, ilgi blokları, BT görüntüleri, enfeksiyon bölütleme, akciğer bölütleme, Covid-19 sınıflandırma, convolutional neural architectures, attention blocks, CT images, infection segmentation, lung segmentation, Covid-19 classification
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 66
Özet
Günümüzde gelişen yapay zeka teknolojileri ile birlikte medikal alanda yaygınlıkla kullanılan bilgisayarlı tomografi (BT), manyetik rezonans (MR) ve ultrason (US) cihazlarıyla edinilen görüntüler üzerinde hastalık tespiti, teşhisi ve takibi yapmak mümkün hale gelmiştir. Bu tezde Covid-19 virüsüne yakalanmış olan hastalar için çekilmiş akciğer BT görüntülerine yansıyan enfeksiyonların çeşitli görünümleri ve sınıflandırılmaları incelenmiştir. Aynı zamanda medikal görüntü bölütleme alanında yaygınlıkla kullanılan evrişimli sinir ağı mimarileri ile ilgi bloklarının bu mimarilere olan katkısı araştırılmıştır. Halka açık bir veri setindeki örnek akciğer BT görüntülerinde akciğer bölütlemesi ve enfeksiyon teşhisi yapabilmek için U-Net ve ilgi U-Net mimarileri ile deneysel çalışmalar yapılmıştır. 870 BT görüntüsü ile model eğitimi gerçekleştirilmiş, 186 BT görüntüsü ile model geçerlenmiş ve 186 BT görüntüsü üzerinde de test edilmiştir. En başarılı U-Net ve ilgi U-Net modellerinin ortalamada sırasıyla %76 ve %77 Dice ölçütü değeriyle enfeksiyon bölütlemesini gerçekleştirdiği ve her iki modelin de %85 Dice ölçütü değeriyle akciğer bölütlemesini başardığı gözlemlenmiştir. Sonuçta ilgi UNet modelinin enfeksiyon bölütlemesi probleminde sadece U-Net modelinin kullanımından daha etkin olduğu ve dolayısıyla akciğerde hastalık teşhis sistemleri için daha uygun bir altyapı oluşturacağı anlaşılmıştır.
Özet (Çeviri)
Today, with the developing artificial intelligence technologies, it has become possible to detect, diagnose and follow up diseases on images obtained with computerized tomography (CT), magnetic resonance (MR) and ultrasound (US) devices, which are widely used in the medical field. In this thesis, various appearances and classifications of infections reflected in lung CT images taken for patients infected with the Covid-19 virus were examined. At the same time, the contribution of convolutional neural network architectures and interest blocks, which are widely used in the field of medical image segmentation, to these architectures was investigated. Experimental studies have been carried out with U-Net and relevant U-Net architectures to perform lung segmentation and infection diagnosis on sample lung CT images in a publicly available data set. Model training was carried out with 870 CT images, the model was validated with 186 CT images and tested on 186 CT images. It was observed that the most successful U-Net and relevant U-Net models achieved infection segmentation with 76% and 77% Dice criterion value on average, respectively, and both models achieved lung segmentation with 85% Dice criterion value. As a result, it has been understood that the U-Net model is more effective than the use of only the U-Net model in the infection segmentation problem and therefore will constitute a more suitable infrastructure for lung disease diagnosis systems.
Benzer Tezler
- Bilgisayarlı tomografi görüntüleri üzerinde derin öğrenme tabanlı COVID-19 teşhisine yönelik hekim karar destek sistemi tasarımı
Deep learning based physician decision support system design for COVID-19 diagnosis on computed tomography images
OĞUZHAN KATAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN DUMAN
- Covid 19 tanılı olgularda toraks BT bulgularının retrospektif analizi, tedavi süreci ve prognoz ile ilişkisi
Retrospective analysis of thoracic CT findings in cases diagnosed with covid 19, their relationship with the treatment process and prognosis
YUSUF DOĞAN
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpFırat ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. AYŞE MURAT AYDIN
- Ankara Üniversitesi Tıp Fakültesi İbn-i Sina Hastanesi Enfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Anabilim Dalı COVID kliniğinde yatan hastalarda COVID-19 enfeksiyonunun plazma aterojenite indeksi üzerine etkisi ve plazma aterojenite indeksinin hastalık şiddeti ile korelasyonu
The effect of COVID-19 infection on plasma atherogenity index and the correlation between plasma atherogenity index and COVID-19 severity in patients who were admitted to Ankara University, Faculty of Medicine, İbn-i Sina Hospital, Department of Infectious Diseases and Clinical Microbiology COVID Clinic
ESLEM KÖSEOĞLU
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiAnkara ÜniversitesiAile Hekimliği Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE GÜLSEN CEYHUN PEKER
- Tıbbi görüntüler üzerinden COVID-19 hastalık teşhisi
Diagnosing COVID-19 disease through medical images
GİZEM YEŞİLDAL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET SERDAR GÜZEL
- Acil servise başvuran COVID-19 hastalarının klinik, radyolojik ve laboratuvar (trombosit/lenfosit, nötrofil/lenfosit, lenfosit/C-reaktif-protein/ oranları) analizi
Clinical, radiological and laboratory (thrombocyte, neutrophil/lymphocyte, lymphocyte/ C- reactive- protein ratios) analysis of COVID-19 patients in emergency care unit
CUMA ÖNDER YEŞİLDAĞ
Tıpta Uzmanlık
Türkçe
2021
İlk ve Acil YardımGaziantep ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. CUMA YILDIRIM