Görüntü işleme ve makine öğrenmesi yöntemleriyle karaciğer tomografi görüntülerinde benign ve malign kitlenin tespiti
Detection of benign and malignant mass in liver tomography images with image processing and machine learning methods
- Tez No: 853963
- Danışmanlar: DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Bu çalışma, görüntü işleme ve makine öğrenme yöntemleri kullanarak. Karaciğer tomografi taramalarından elde edilen görüntülerde benign (iyi huylu) ve malign (kötü huylu) kitle tespitine yönelik yapay zeka araştırma modelini geliştirmek, radyologların hasta bakımının kalitesini ve güvenliğini iyileştirerek daha doğru ve verimli olmasını sağlamak,maliyetlerin ve gereksiz tıbbi prosedürlerin azaltılmasına yardımcı olabilmeyi amaçlamaktadır. Bu çalışmadaki deneylerde bir özel hastaneden alınan anonim hale getirilmiş iyi huylu tümör (FBNH, Hemanjiom, Kist) ve kötü huylu tümör (HCC,Kolanjiosellular, Metastaz) görüntü seti örnekleri kullanılmıştır. Görüntü işlemede OpenCV,özellik çıkarmada Squeezenet ve sınıflandırmada Orange Data Mining (v.3.36.1) programı kullanılmıştır. Orange Data Mining programı kullanılarak ayrıca Lojistik Regresyon, Destek Vektör Makineleri, Rastgele Orman ve Yapay Sinir Ağı modelleri kurulmuştur. Bu modeller doğruluk, kesinlik, geri çağırma ve F1 puanı gibi performans ölçütleri kullanılarak karşılaştırılmıştır Yapay Sinir Ağı, ortalama %98 doğruluk oranı, %88 kesinlik oranı ve %88 geri çağırma oranı ile başarı oranı en yüksek model olmuştur.
Özet (Çeviri)
Using image processing and machine learning methods, this study aims to develop an artificial intelligence research model for Benign-Malignant mass detection in images obtained from liver tomography scans, enabling radiologists to be more accurate and efficient by improving the quality and safety of patient care, helping to reduce costs and unnecessary medical procedures. This study uses anonymized benign tumor (FBNH, Hemangioma, Cyst) and malignant tumor (HCC, Cholangiocellular, Metastasis) image set samples from a private hospital. OpenCV was used for image processing and Orange Data Mining (v.3.36.1) was used for feature extraction. Logistic Regression, Support Vector Machines, Random Forest and Artificial Neural Network models were built using SqueezeNet and Orange Data Mining for classification. These models were compared using performance measures such as accuracy, precision, recall and F1 score. Neural network was the best performing model with 98% accuracy , 88% precision and 88% rate.
Benzer Tezler
- A study on liver vessel segmentation
Karaciğer damar bölütleme üzerine bir çalışma
ERDEM FİKİR
Yüksek Lisans
İngilizce
2011
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT GÜZELİŞ
- Görüntü işleme ve makine öğrenmesi yöntemleriyle suçlu tespitine yönelik bir yüz tanıma sisteminin geliştirilmesi
Development of a face recognition system for criminal using image processing and machine learning
SALİH TAHA ALPEREN ÖZÇELİK
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MELİH CEVDET İNCE
- Pirinç çeltiğinin çekilmesi sonucu elde edilen pirinç tanelerinin sınıflandırılması işleminin makine öğrenmesi ile gerçekleştirilmesi
Classification of rice grains obtained from processed rice paddy with machine learning
KIVANÇ ERMEYDAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTarsus Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İREM ERSÖZ KAYA
- Aşırı öğrenme makineleri ile beta talasemi ve demir eksikliği anemisinin ayırt edilmesi
Discrimination of β-thalassemia and iron deficiency anemia through extreme learning machine and regularized extreme learning machine based decision support system
BETÜL SAYIN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER TUNCER
- Kan hemoglobin değerinin dudak mukozası görüntüleri kullanılarak yapay zeka yardımıyla non-invaziv tespit edilmesi
Non-invasive detection of blood hemoglobin levels by artificial intelligence through the utilising of lip mucosa images
TÜRKER BERK DÖNMEZ
Yüksek Lisans
Türkçe
2022
BiyomühendislikSakarya Uygulamalı Bilimler ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÇAĞRI KUTLU