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
- Prediction of microsatellite status in colorectal cancer whole slide images using deep neural networks
Derin sinir ağları kullanılarak kolorektal kanser tüm slayt görüntüleri üzerinde mikrosatellit durumu tahmini
FATMA VİLDAN ENGİN
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- 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
- Akkaraman erkek kuzularda sırt görüntülerinden dijital görüntü işleme ve makine öğrenmesi yöntemleriyle canlı ağırlık tahmini
Live weight prediction from top view images of Akkaraman male lambs using digital image processing and machine learning methods
BAYRAM OLCAR
Yüksek Lisans
Türkçe
2025
ZiraatVan Yüzüncü Yıl ÜniversitesiTarımsal Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. CİHAN ÇAKMAKÇI
- 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