Integration of machine learning and deep learning methods for the enhancement of rheumatoid arthritis diagnosis
Romatoid artrit tanısının iyileştirilmesi için makine öğrenmesi ve derin öğrenme yöntemlerinin entegrasyonu
- Tez No: 856355
- Danışmanlar: PROF. DR. HADİ HAKAN MARAŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: 71
Özet
Normal el radyografileri ve Romatoid artritli el radyografilerini sınıflandırmak için yapılan bu çalışmada CNN'ler nesne dedektörü ve özellik çıkarıcı olarak kullanıldı. YOLOv4 ile ön işlem sonrası önceden eğitilmiş VGG-16 modeli ile sınıflandırma yapıldı. Doğruluk, duyarlılık, özgüllük, kesinlik, F1 score, area under the curve (AUC) ve Cohen's kappa performans metriklerinde sırasıyla %90.5, %96.0, %85.7, %85.7, %90.5, 0.94 ve 0.81 sonuçları elde edildi. VGG-16 modeli ile özellik çıkarımı yapıldı ve bu veri seti ile topluluk öğrenme algoritmalarından stacking yöntemi ile doğruluk sonucunda % 0.9'luk bir iyileşme oldu. Performansı iyileştirmek için yapılan çalışmalar sonucunda literatüre iki yeni katkı sağlandı. Önce majority voting sınıflandırıcısına segmental arama özelliği eklendi ve önerilen bu majority voting modeliyle VGG-16'ya göre % 1 doğruluk artışı elde edildi. İkinci olarak verisetine filtre özellik seçim yöntemlerinden ANOVA ve varyans eşik yöntemleri birlikte uygulandı ve optimum özellik sayısını bulmak için makine öğrenmesi sınıflandırıcısı ANOVA algoritması içine yerleştirildi. Optimum özellik seti yinelemeli olarak arandı. Önerilen bu ANOVA ve varyans eşik yöntemiyle Rastgele Orman, Lojistik Regresyon ve Destek Vektör Makineleri algoritmaları ile performans metriklerinde %2-5 oranında iyileşme sağlandı. Önerilen her iki yöntemle de eğitim süresi kısaldı.
Özet (Çeviri)
In this study to classify normal and Rheumatoid arthritis hand radiographs, convolutional neural networks were used as object detectors and feature extractors. After pre-processing with YOLOv4, classification was performed with the pretrained VGG-16 model. Accuracy, sensitivity, specificity, precision, F1 score, area under the curve (AUC), and Cohen's kappa performance results of 90.5%, 96.0%, 85.7%, 85.7%, 90.5%, 0.94, and 0.81 were obtained, respectively. Feature extraction was performed with VGG-16 model, and with this extracted features dataset, a 0.9% improvement in accuracy was achieved with the stacking method. Two novel contributions were made to the literature as a result of work performed in this thesis. First, segmental search property was added to the majority voting classifier, providing a 1% improvement in accuracy compared to VGG-16. Second, ANOVA and variance threshold methods were applied to the dataset for feature selection, and the machine learning classifier was inserted into the ANOVA algorithm to find the optimum number of features. The optimal feature set was searched iteratively. With this proposed ANOVA and variance threshold feature selection methods, a 2-5% improvement in performance metrics was achieved with Random Forest, Logistic Regression and Support Vector Machines algorithms. Training time was shortened with both proposed methods.
Benzer Tezler
- Anomaly detection in ınternet of medical things using deep learning
Anomaly detect ionin internet of medical things using deep learning
AYŞE BETÜL BÜKEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- Açıklanabilir yapay zeka ve akustik sinyaller kullanılarak endüstriyel makinelerde anomali tespiti
Anomaly detection in industrial machines using explainable ai and acoustic signals
BETÜL SENA ÇAĞLAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- İnsansız hava araçları vasıtasıyla karasal görüntüler üzerinden nesne tespiti
Object detection on terrestrial imagery using unmanned aerial vehicles
SELÇUK ÇİFTÇİ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH ÇALLI
- Deep learning approaches for hailstorm detection and forecasting using CNN and LSTM algorithms: Comparative evaluation of radar products
Derin öğrenme yaklaşımlarıyla dolu fırtınası tespiti ve tahmini için CNN ve LSTM algoritmalarının kullanılması: Radar ürünlerinin karşılaştırmalı değerlendirmesi
NAHİT ÇATMADIM
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET SİNAN ÖZEREN
- Yapay zeka temelli derin öğrenme yöntemi ile 5G uyumlu mikroşerit anten tasarım ve uygulaması
5G compatible microstrip antenna desing and application with artifical intelligence based deep learning method
REŞİT KARAOĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİskenderun Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YAKUP HAMEŞ
DOÇ. DR. MEHMET ALİ BELEN