SHAP görselleştirme tekniği ve makine öğrenmesi yöntemleri ile diyabetik retinopatinin erken tanı modellemesi
Early diagnosis modeling of diabetic retinopathy using SHAP visualization technique and machine learning methods
- Tez No: 859241
- Danışmanlar: PROF. DR. ALİ GÜNEŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 115
Özet
Diyabet, istikrarsız kan şeker seviyelerinden kaynaklanan tedavisi mümkün olmayan ve yaşamı tehdit eden bir durumdur ve dünya çapında 400 milyondan fazla insanı etkilemektedir. Ölümcüllüğünün yanı sıra, diyabet vücuttaki çeşitli organlara zarar vererek çeşitli komplikasyonlara yol açabilir. Bazı hastaların diyabetin erken belirtilerini fark etmemesi durumunda, tanı konulduğunda organlarda ciddi hasarlar meydana gelebilir ve bunun sonucunda diyabetle ilişkili yaklaşık 1.5 milyon ölüm meydana gelir. Diyabetle ilişkili bir göz hastalığı olan diyabetik retinopati (DR), yüksek kan şekeri seviyelerine bağlı olarak retinal kan damarlarında meydana gelen hasardan kaynaklanır. DR ilerledikçe, bulanık görme, aralıklı görme kaybı ve körlük gibi görme sorunları riski artar. Erken teşhis, hastalığın ilerlemesiyle ilişkilendirilen ciddi semptomların hafifletilmesine yardımcı olabilir. Çalışma, farklı eğitim dönemi yapılandırmalarını inceleyerek bu incelemelerden elde edilen bulguları ve grafikleri karşılaştırıyor. Sonuçlar, EfficientNET, DenseNET ve ResNet'in görüntü sınıflandırma görevlerine etkin bir şekilde katkıda bulunabileceğini göstermektedir. EfficientNET, diğerlerinden bile altı eğitim tekrarıyla daha iyi performans göstermektedir. Genel olarak, çalışmanın sonuçları, KSA mimarisinin seçiminin kişisel tercihten ziyade ihtiyaca dayalı olması gerektiğini önermektedir. Sınıflandırma doğruluğunu değerlendirmek için çeşitli deneyler yapılmış, bu deneylerde SHAP yinelemeli ve küresel görüntüleme çözümü ile eksuda ve kanama için toplam piksel sayılarının farklı kombinasyonları, eksuda ve kanlı bölgelerin sayıları kullanılmıştır. Sonuçlar, tüm kullanılan sınıflandırıcı modellerde destek vektör makinesi tabanlı yaklaşımın parçacık sürü optimizasyonu ile daha yüksek doğru sınıflandırma oranlarına ulaşmıştırğını göstermektedir. Son olarak, bu tez, göz doktorları için tasarlanmış bir teşhis destek sistemi önermektedir, böylece hasta kalabalığından kaynaklanabilecek potansiyel karışıklıkları azaltır
Özet (Çeviri)
Diabetes is an incurable and life-threatening condition caused by unstable blood sugar levels, affecting over 400 million individuals worldwide. Besides its lethality, diabetes can lead to various complications by harming different organs in the body. As some patients may not recognize the early symptoms of diabetes, significant damage to organs can occur upon diagnosis, resulting in approximately 1.5 million deaths annually attributed to diabetes-related causes. Diabetic retinopathy (DR), an eye disease linked to diabetes, results from damage to retinal blood vessels due to elevated blood sugar levels. As DR progresses, the risk of vision problems such as blurriness, intermittent loss, and blindness increases. Early detection can help mitigate severe symptoms associated with disease progression. The study delves into various training period configurations, comparing the findings and graphs obtained from these examinations. Results suggest that both EfficientNET, DenseNET and ResNet can effectively contribute to image classification tasks. EfficientNET performs better than its counterparts even with just six training iterations. Overall, the study's outcomes suggest that the choice of KSA architecture should be driven by necessity rather than personal preference. Various experiments are conducted to assess classification accuracy, employing different combinations of total pixel counts for exudate and hemorrhage, along with the numbers of exudate and hemorrhagic regions with using SHAP iterative and spherical imaging solution. Results indicate that the support vector machine-based approach with particle swarm optimization consistently achieves higher rates of correct classification compared to both the firefly and support vector machine-based approaches across all classifier models utilized. Ultimately, this thesis proposes a diagnostic support system designed for ophthalmologists to mitigate potential confusion arising from patient overcrowding.
Benzer Tezler
- Grafik sanatlarda iletişim elemanı olarak renk ve biçimin farklı toplumlarda algılanma ve etkileşimleri
In graphic arts as communication elements, the perception of color and shap and thir interaction by different societies
NURAY KIVANÇLI GÜMÜŞTEKİN
Sanatta Yeterlik
Türkçe
1999
Güzel SanatlarDokuz Eylül ÜniversitesiGrafik Ana Sanat Dalı
DOÇ. ULUFER TEKER
- Prefabrike betonarme yapı elemanlarında kalıp teknolojisi
Başlık çevirisi yok
TURGUT AVİNCAN
Yüksek Lisans
Türkçe
1999
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. METE TAPAN
- A healthcare artificial internet of medical things- based system for mental stress recognition
Sağlık bakımı temelli zihinsel stres tanıma için tıbbi nesnelerin yapay internet tabanlı sistemi
FATIMA ZOHRA BOULANOUAR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. RAFET AKDENİZ
DR. ÖĞR. ÜYESİ MHD WASIM RAED
- Machine learning based for insurance claims fraud detection technique for safeguarding the health industry
Sağlık sektörünü koruma amaçlı makine eğitimi tabanlı sigorta talep dolandırıcılığı tespit tekniği
GHİNA ÖZDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. RAFET AKDENİZ
- A novel ensemble framework for XAİ-based feature selection in machine learning models
Makine öğrenimi modellerinde XAİ tabanlı özellik seçimi için yeni bir ensemble çerçevesi
HALİL İBRAHİM DEMİREL
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. SÜREYYA AKYÜZ