The Implementation of Ensemble Voting in Deep Neural Networks for the Automated Classification of Diabetic Retinopathy
Diabetik Retinopatinin Otomatik Siniflandirilmasi Için Derin Sinir Ağlarinda Ensemble Oylama Yaklaşiminin Uygulanmasi
- Tez No: 851076
- Danışmanlar: DOÇ. DR. HAMZA OSMAN İLHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 73
Özet
Diabetic retinopathy is one of the most dangerous symptoms resulting from human infection with diabetes, as it develops in most people with this disease, so it is necessary to detect it early to treat it, or to slow the disease to prevent loss of vision. This thesis aims to investigate the automatic methods that contribute to the detection of (DR) disease. According to the images taken of the fundus of the patient's eye, the classification was made into five categories (no DR, moderate DR, mild DR, proliferative DR, severe DR). The difficulty of dealing with this image made the efficiency of deep learning techniques one of the best solutions to facilitate the classification process. In this thesis, three deep learning models namely (ResNet50, Densenet201, and InceptionV3) were used in the image classification of the APTOS 2019 dataset. Two approaches have been proposed in the classification process. In the first approach the individual experiments of the models, using transfer learning with fine tuning and fusion ideas were implemented. The highest classification performance was obtained with the idea of soft voting, where the accuracy of the original image data set was obtained by 85%. In the second approach, to increase the classification performance, we used a balancing technique based on oversampling and augmentation operations performed on the original APTOS 2019 dataset. The highest classification performance was obtained with the implementation of the idea of soft voting over the models increased by 90%.
Özet (Çeviri)
Diyabetik retinopati, insanlarda diyabet enfeksiyonundan kaynaklanan en tehlikeli semptomlardan biridir, çünkü bu hastalığa sahip çoğu insanda gelişir, bu nedenle tedavi etmek için erken tespit etmek veya görme kaybını önlemek için hastalığı yavaşlatmak gerekir. Bu tez, (DR) hastalığın tespitine katkıda bulunan otomatik yöntemleri araştırmayı amaçlamaktadır. Hastanın göz fundusundan alınan görüntülere göre sınıflandırma beş kategoride yapıldı (DR yok, orta DR, hafif DR, proliferatif DR, şiddetli DR). Bu görüntüyle baş etmenin zorluğu, derin öğrenme tekniklerinin verimliliğini sınıflandırma sürecini kolaylaştıracak en iyi çözümlerden biri haline getirdi. Bu tezde APTOS 2019 veri setinin görüntü sınıflandırmasında üç derin öğrenme modeli (ResNet50, Densenet201 ve InceptionV3) kullanılmıştır. Sınıflandırma sürecinde iki yaklaşım önerilmiştir. İlk yaklaşımda, ince ayar ve füzyon fikirleriyle transfer öğrenmeyi kullanan modellerin bireysel deneyleri uygulandı. En yüksek sınıflandırma performansı, orijinal görüntü veri setinin doğruluğunun 85% oranında elde edildiği yumuşak oylama fikri ile elde edilmiştir. İkinci yaklaşımda ise sınıflandırma performansını artırmak için orijinal APTOS 2019 veri seti üzerinde gerçekleştirilen aşırı örnekleme ve büyütme işlemlerine dayalı bir dengeleme tekniği kullandık. Geliştirilen modeller üzerinde yumuşak oylama fikrinin uygulanmasıyla elde edilen en yüksek sınıflandırma performansı 90% oranında artırılmıştır.
Benzer Tezler
- Görüntü işleme ve derin öğrenme yöntemleri kullanılarak ankilozan spondilit erken teşhisine yönelik karar destek sisteminin geliştirilmesi
Development of decision support system for early detebtion of ankylosing spondylitis using image processing and deep learning methods
EMRE ÇANAYAZ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ
PROF. DR. ALPARSLAN ÜNSAL
- Implementation of deep learning based approaches in the diagnosis of diabetes and diabetic retinopathy
Diyabet ve diyabetik retinopati teşhisinde derin öğrenmeye dayalı yaklaşımların uygulanması
ÖZGE NUR ERGÜN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAMZA OSMAN İLHAN
- Cevap seçimi için derin öğrenme tabanlı bir melez zeki sistem tasarımı ve gerçekleştirimi
Design and implementation of deep learning-based hybrid intelligent system for answer selection
CANER ULUTÜRK
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYBARS UĞUR
- Topluluk öğrenme yöntemleri ile renal hücreli karsinom'un tahmin edilmesi
Ensemble learning methods based prediction of renal cell carcinoma
ADEM DOĞANER
Doktora
Türkçe
2020
Biyoistatistikİnönü ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
PROF. DR. CEMİL ÇOLAK
- Sınıf dengeleme yöntemlerinin makine öğrenmesi teknikleri üzerine etkisi: Kredi risk örneği
The effect of class balancing methods on machine learning techniques: Example of credit risk
MİGRAÇ ENES FURKAN MİLLİ
Yüksek Lisans
Türkçe
2022
BankacılıkDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. İPEK DEVECİ KOCAKOÇ