Pankreatik duktal adenokarsinomun derin öğrenme yöntemlerini kullanarak tanısı
Application of a decision support system for intelligent health care to clinical diagnosis
- Tez No: 844049
- Danışmanlar: DOÇ. DR. ŞEBNEM BORA, DOÇ. DR. BURÇİN PEHLİVANOĞLU
- 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: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Son yıllarda yapay zekâ alanındaki çalışmaların artmasıyla beraber görüntü işleme teknolojisi sağlık gibi birçok alanda çözümler sağlamaktadır. Sağlık alanında hastalıkların tanı ve teşhis alanında yoğunlaşan yapay zekâ temelli çalışmalar bulunmaktadır. Hasta kayıplarının önüne geçmek için bu hastalıkların tespitinde yapay zekâ çözümleri kullanılması hem maliyet hem de erken müdahale açısından avantajlı bir çözüm önerisi olarak değerlendirilebilir.Bu çalışmada hastalar erken teşhis koyup tedavi sürecinin başlaması için patoloji görüntülerini alıp tahmin edecek bir derin öğrenme ağı tasarlanmıştır. Literatürde daha önce çalışılmamış Pankreatik Duktal Adenokarsinom için veri kümesi oluşturulmuştur. Tezde kullanılan veriseti Dokuz Eylül Üniversitesi Tıp Fakültesi Tıbbi Patoloji Anabilim Dalından alınmıştır. Pankreatik Duktal Adenokarsinom ve/veya Kronik Pankreatit tanısı almış olgulara ait görüntüler kullanılmıştır. Görüntülerle derin öğrenme algoritması kullanılarak bu algoritmanın tanıdaki güvenilirliği ve başarısı belirlenmiştir. Veri kümesi iki şekilde oluşturulmuştur birinci veri kümesi görüntüler üzerinde çoğullama işlemleriyle, ikinci veri kümesi birinci veri kümesindeki görüntüler ile oluşturulmuştur. Oluşturulan veri kümeleri InceptionV3, DenseNet, ResNet, VGGNet, EfficientNet öğrenme aktarımı modelleri ve tasarlanan derin ağın eğitimlerinde kullanılmıştır. Araştırma kapsamında, pankreas kanserinin yüksek doğruluk ve hızda tespit edilmesi amacıyla bir evrişimsel sinir ağları modeli önerilip farklı modellerle karşılaştırma yapılacaktır. En yüksek doğruluğa sahip Derin Öğrenme Algoritması bir karar destek sisteminde kullanılacaktır.
Özet (Çeviri)
With the increase in studies in the field of artificial intelligence in recent years, image processing technology has offered solutions in various areas, including health. Artificial intelligence-based studies in the health sector focus on the early diagnosis of diseases, aiming to prevent patient losses. The utilization of artificial intelligence solutions in disease detection presents an advantageous proposal in terms of both cost efficiency and early intervention.This study specifically involves designing a deep learning network to analyze pathology images and predict patients for early diagnosis and initiation of the treatment process. A unique dataset was created for Pancreatic Ductal Adenocarcinoma, a subject not explored extensively in the existing literature. The dataset used in the thesis was sourced from Dokuz Eylul University Faculty of Medicine, Department of Medical Pathology, incorporating images of cases diagnosed with Pancreatic Ductal Adenocarcinoma and/or Chronic Pancreatitis. The deep learning algorithm's reliability and diagnostic success were determined through the utilization of these images. The dataset was constructed in two ways: the first involved multiplexing operations on the images, and the second utilized images from the first dataset. These datasets were employed in training InceptionV3, DenseNet, ResNet, VGGNet, and EfficientNet transfer learning models, as well as in training the designed deep network. Within the scope of the research, a convolutional neural network model will be proposed and compared with different models to detect pancreatic cancer with high accuracy and speed. The deep learning algorithm exhibiting the highest accuracy will be integrated into a decision support system.
Benzer Tezler
- Production of ICG-loaded polymeric nanofibers and investigation of their controlled release properties
ICG yüklü polimerik nanofiberlerin üretimi ve kontrollü salım özelliklerinin incelenmesi
ZEYNEP RÜYA EGE
Doktora
İngilizce
2019
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
DOÇ. DR. OĞUZHAN GÜNDÜZ
- Pankratik intraepitelyal neoplazilerin (PanİN) ve intraduktal papiller müsinöz neoplazilerin (İPMN) tümöral ve nontümöral pankreas patolojileriyle ve birbirleriyle ilişkisi
The relationship between pancreatic intraepithelial neoplasia (pantIN) intraductal papillary mucinous neoplasia (IPMN), tumoral and nontumoral pancreatic pathology
ÖVGÜ AYDIN
- Pankreas duktal adenokarsinomu için ameliyat edilen hastalarda preoperatif CA19-9/lenfosit ve platelet/lenfosit oranlarının prognostik önemi
Prognostic value of pre-operative CA19-9, neutrophil/lymphocyte and platelet/lymphocyte rates in patients operated for pancreatic ductal adenocarcinoma
NİYAZİ GANBARLI
Tıpta Uzmanlık
Türkçe
2017
Genel CerrahiGazi ÜniversitesiGenel Cerrahi Ana Bilim Dalı
PROF. DR. FERİT TANERİ
- Pankreas epitel hücrelerinin onkojenik transformasyonunda PFKFB2'nin rolü
Role of PFKFB2 in the oncogenic transformation of pancreatic epithelial cells
SELAHATTİN CAN ÖZCAN
Doktora
Türkçe
2018
BiyokimyaBursa Uludağ ÜniversitesiBiyokimya Ana Bilim Dalı
PROF. DR. ABDULLAH YALÇIN
- Pankreasın duktal adenokarsinomu ve ampuller bölge adenokarsinomlarında hsf-1 ve p53 ekspresyonlarının prognostik faktörlerle ilişkisi
Immunohistochemical analysis of hsv-1 and p53 expression in pancreatic ductal adenocarcinoma and ampullary adenocarcinomas
MEHMET ZENGİN