Derin öğrenme yöntemleri ile tomografi görüntülerinden kapalı açılı glokom göz hastalığının sınıflandırılması
Classification of closed-angle glaucoma eye disease from tomography images with deep learning methods
- Tez No: 851183
- Danışmanlar: PROF. DR. OĞUZ KAYNAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Göz Hastalıkları, Computer Engineering and Computer Science and Control, Eye Diseases
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 75
Özet
Bu çalışmada bir derin yapay zekâ modelinin kullanılması yoluyla kapalı açılı glokomun saptanması ve sınıflandırılmasına yeni ve gelişmiş bir yaklaşım sunulmaktadır. Giriş verileri olarak Ön Segment Optik Koherens Tomografi (AS-OCT) görüntülerini kullanarak geliştirilen model, %95'lik yüksek bir genel doğruluk sergilemiştir. Metodoloji, kapalı açılı glokomun yüksek derecede hassasiyetle otomatik olarak tanımlanmasına ve sınıflandırılmasına olanak tanıyan en son teknolojiye sahip derin öğrenme tekniklerinin entegrasyonunu içermektedir. Bu araştırmanın bulguları, oftalmik teşhislerde yapay zekânın uygulanmasına ilişkin giderek artan literatüre katkıda bulunmayı ve oküler patoloji alanında daha iyi klinik karar verme ve hasta sonuçları için umut verici çıkarımlar sunmayı hedeflemektedir. Sınıflandırma için toplamda 1600 adet AS-OCT görüntüsü ile geliştirilen model performans değerleri, peripapiller OCT görüntülerinin, glokomun peripapiller tabaka haritalarında oldukça iyi bir sonuç verdiğini ve glokomun erken safhada yakalanması için kullanılmasını desteklemektedir. Geliştirilen yöntem ile AS-OCT görüntülerinin kapalı açılı glokom tespitinde ve teşhisinde doktorlara yardımcı olması amaçlanmaktadır.
Özet (Çeviri)
This study introduces an enhanced paradigm for the detection and classification of closedangle glaucoma, leveraging a sophisticated deep artificial intelligence model. Notably, the model, constructed with Anterior Segment Optical Coherence Tomography (ASOCT) images, attains an high overall accuracy of 95%. The methodology encompasses the incorporation of cutting-edge deep learning techniques, enabling the automated and precise identification and classification of closed-angle glaucoma. The research findings aims to contribute substantively to the burgeoning literature on the application of artificial intelligence in ophthalmic diagnostics, holding promise for improved clinical decisionmaking and enhanced patient outcomes in ocular pathology. The model's exemplary performance, evaluated with a dataset of 1600 AS-OCT images, particularly underscores the efficacy of peripapillary OCT images in generating robust peripapillary layer maps for glaucoma classification, thereby advocating for its utility in early-stage glaucoma detection. Ultimately, the developed methodology aspires to facilitate clinicians in the timely and accurate detection and diagnosis of closed-angle glaucoma utilizing AS-OCT images.
Benzer Tezler
- Tomografi görüntülerinden akciğer hastalıklarının tespiti amaçlı bir derin öğrenme modelinin geliştirilmesi
Development of deep learning model for detection of lung diseases from tomography images
GÖKHAN KARABAĞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞÜKRÜ ÖZEN
- Optik koherens tomografi görüntülerinden diyabetik maküler ödem ve sıvı birikimi bulgularının derin öğrenme yöntemleri ile tespit edilmesi
Detection of diabetic macular edema and fluid accumulation findings from optical coherence tomography images by deep learning methods
SALİHA YEŞİLYURT
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER BAŞTÜRK
- Beyin kitlelerine yönelik erken tanı ve sınıflandırma sistemi
Early diagnosis and classification system for brain masses
ALİ BERKAN URAL
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT HARDALAÇ
PROF. DR. PINAR ÖZIŞIK
- Derin öğrenme yöntemleri kullanılarak konik ışınlı bilgisayarlı tomografi görüntülerinden diş ve çene kemiğinin tespiti
Detection of teeth and jaw bone from cone-beam computed tomography images using deep learning methods
OSAMAH KHALED MUSLEH SALMAN
Yüksek Lisans
Türkçe
2021
Mekatronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BEKİR AKSOY
DR. ÖĞR. ÜYESİ NURULLAH TÜRKER
- Derin öğrenme yöntemleri ile CXR görüntülerinden COVID-19/zatürre/normal sınıflandırması ve U-net tabanlı COVID-19 bölütlemesi
COVID-19/pneumonia/normal classification from CXR images and U-net based COVID-19 segmentation with deep learning methods
ESRA BALIK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA