Diabetic retinopathy detection using artificial intelligence
Diyabetik retinopati tespiti yapay zeka kullanmak
- Tez No: 865069
- Danışmanlar: PROF. DR. ALİ OKATAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay Zeka, Diyabetik Retinopati, Derin Öğrenme, Erken Teşhis, Evrişimli Sinir Ağları, Destek Vektör Makinesi, Oftalmoloji, Artificial Intelligence, Diabetic Retinopathy, Deep Learning, Early Detection, Convolutional Neural Networks, Support Vector Machine, Ophthalmology
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Diyabetik retinopati (DR), diyabet hastalarını etkileyen, erken teşhis ve tedavi edilmediği takdirde göz retinasında ciddi hasarlara yol açabilen önemli bir göz hastalığıdır. Bu hastalığın erken tespiti ve hızlı müdahale, ciddi göz hasarlarının ve bozukluklarının önlenmesinde çok önemli bir rol oynamaktadır. Bu tez, diyabetik retinopatili göz hastalığının tespitinde yapay zeka (AI) tekniklerinin uygulanmasını araştırmayı amaçlamaktadır. Araştırma, göz retinasının fundus görüntülerini analiz ederek diyabetik retinopatinin aşamalarını doğru bir şekilde tanımlayabilen ve sınıflandırabilen güçlü bir yapay zeka tabanlı sistem geliştirmeye odaklanıyor. Önerilen sistem, göz retinasının görüntülerinden ilgili özelliklerin çıkarılmasına ve ardından hastalığın gözdeki evresine bağlı olarak diyabetik retinopati hastalığının görüntülerini sınıflandırmaya yardımcı olan derin öğrenme algoritmalarını, özellikle de evrişimli sinir ağlarını (CNN'ler) kullanıyor. Geliştirilen tespit sisteminin performansı, diyabetik retinopati hastalığının çeşitli evrelerine sahip hastalardan alınan görüntüler de dahil olmak üzere 3662 retina görüntüsünden oluşan geniş bir veri seti kullanılarak değerlendiriliyor. Bu araştırmanın sonuçları arasında yapay zekanın diyabetik retinopatinin tespitindeki potansiyelinin daha iyi anlaşılması ve tıp uzmanlarına bu hastalığın erken tespiti ve teşhisinde yardımcı olacak güvenilir ve etkili bir teşhis aracının geliştirilmesi yer alıyor. Bu çalışmanın sonuçları, başta Oftalmoloji olmak üzere tıp alanına önemli katkı sağlama ve diyabet hastalarında görme kaybı riskini azaltma potansiyeline sahiptir. Önerilen model, CNN'nin özellik çıkarımı için kullanıldığı ve daha sonra SVM'nin gözdeki hastalığın durumuna ve semptomlarına bağlı olarak diyabetik retinopatiyi 5 aşamaya sınıflandıran bir sınıflandırıcı olarak kullanıldığı hibrit bir CNN-SVM modelini kullanan derin öğrenme tekniğidir. . Kaggle APTOS 2019 veri seti üzerinde eğitilen model, %96,23 test doğruluğuna, %96,2 duyarlılığa ve %99,04 özgüllüğe ulaşarak diğer sınıflandırıcılardan ve daha önce kullanılan modellerden daha iyi performans gösterdi.
Özet (Çeviri)
Diabetic retinopathy (DR) is a significant eye disease that affects diabetic patients and can lead to serious damage to the eye retina if it is not diagnosed and treated in early stages. Early detection of this disease and quick intervention play a crucial role in preventing severe eye damage and impairment. This thesis aims to investigate the application of artificial intelligence (AI) techniques in detecting diabetic retinopathy eye disease. The research focuses on developing a robust AI-based system that can accurately identify and classify the stages of diabetic retinopathy through analyzing fundus images of eye retinas. The proposed system uses deep learning algorithms, specifically convolutional neural networks (CNNs), which helps to extract relevant features from the images of eye retina and then classify the images of diabetic retinopathy disease depending on the stage of the disease in the eye. The performance of the developed detection system is evaluated using a large dataset of 3662 retinal images, including images from patients with various stages of diabetic retinopathy disease. The outcomes of this research include an improved understanding of the potential of AI in the detection of diabetic retinopathy and the development of a dependable and effective diagnostic tool to assist medical professionals in early detection and diagnosis of this disease. The results of this study have the potential to contribute significantly to the medical field, especially Ophthalmology field, and lower the risk of vision loss among diabetic patients. The proposed model is deep learning technique using a hybrid CNN-SVM model, in which CNN is used for feature extraction and afterwards, SVM is used as a classifier of diabetic retinopathy into 5 stages depending on the condition and symptoms of the disease in the eye. The model, which was trained on Kaggle APTOS 2019 dataset, reached a 96.23% testing accuracy, 96.2% sensitivity and 99.04% specificity, outperforming other classifiers and previously used models.
Benzer Tezler
- Detection and classification of diabetic retinopathy disease using deep learning methods and embedded system
Diyabetik retinopati hastalığının derin öğrenme yöntemleri ve gömülü sistem kullanımıyla tespiti ve sınıflandırılması
EBUBEKİR AKKUŞ
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiMuğla Sıtkı Koçman ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UFUK BAL
- Diyabetik retinopatinin tespiti ve derecelendirilmesinde derin öğrenme teknolojilerinin kullanılması
Use of deep learning technologies for the detection and grading of diabetic retinopathy
ESMA FAZİLET KARAGÜLLE
Yüksek Lisans
Türkçe
2025
Göz HastalıklarıAtatürk ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA ODABAŞ YILDIRIM
DR. ÖĞR. ÜYESİ MUSTAFA YILDIRIM
- Cross population evaluation of deep learning models for diabetic retinopathy
Diyabetik retinopatide derin öğrenme modellerinin popülasyonlar arası değerlendirilmesi
CEREN DURMAZ ENGİN
Yüksek Lisans
İngilizce
2026
Göz HastalıklarıDokuz Eylül ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
PROF. DR. MUSTAFA ALPER SELVER
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Derin öğrenme ve makine öğrenme tekniklerikullanılarak göz hastalıklarının tespiti
Detection of eye disease with deep learning and machinelearning approach
GÖZDE ARSLAN
Yüksek Lisans
Türkçe
2023
Göz HastalıklarıBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇAĞATAY BERKE ERDAŞ