Çekişmeli üretici ağları kullanarak göğüs X-ray görüntüsünden rapor oluşturma
Data generation from medical image using generative adversarial networks
- Tez No: 865128
- Danışmanlar: DR. ÖĞR. ÜYESİ SOYDAN SERTTAŞ, DR. ÖĞR. ÜYESİ EMRE GÜNGÖR
- 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: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Derin öğrenme metodolojilerinin kullanımı, görüntülerden otomatik olarak başlık veya açıklama oluşturmaya çalışan uygulamalar için büyük fayda sağlamaktadır. Derin öğrenme ağları, özellikle tıp alanında önemli bir destek sunmaktadır. Doktorlar, hastalıkların teşhisinde, tıbbi görüntülerden otomatik olarak başlık ve açıklamalar oluşturulmasına yönelik geliştirilen uygulamalara başvurabilmektedirler. Görüntüden metinsel açıklamalar oluşturmak, görüntü işlemedeki en zorlu bilimsel çalışmalardan birisidir. Bu çalışmada Üretken Çekişmeli Ağ (GAN) modellerinin tıbbi görüntü işlemede kullanımına odaklanılarak yapay zekanın tıbbi teşhise desteği incelenmiştir. Amaç, doktorların hastaları teşhis etmesine ve tedavi etmesine yardımcı olmak için X-ışını görüntülerini doğru şekilde açıklayabilmek için doğal bir dil işleme sistemi oluşturmaktır. Çalışmadaki model, göğüs röntgenini anlamak ve bu röntgen görüntülerinden açıklamalar oluşturmak için tasarlanmıştır. Tahmine dayalı açıklama metni oluşturmak için, röntgen görüntülerinden ve bunlara karşılık gelen teşhis metinlerinden oluşan“Open-I”veri kümesi seçilmiştir. Bu işlemleri gerçekleştirmek için Küresel Dikkat Evrişimli Sinir Ağı modeli kullanılmıştır. Veri seti üzerinde yapılan incelemeler, BLEU-1 metriği için 0,37 ve Rouge-L metriği için de 0,39 doğruluk değerleriyle, tasarlanan sistemin etkin çalıştığını göstermiştir.
Özet (Çeviri)
The use of deep learning methodologies is greatly beneficial for applications that seek to automatically generate captions or descriptions from images. Deep learning networks offer significant support, especially in the medical field. In the diagnosis of diseases, doctors can use applications developed to generate captions and descriptions from medical images automatically. Generating textual descriptions from images is one of the most challenging scientific endeavors in image processing. In this study, we focus on the use of Generative Adversarial Networks (GAN) in medical image processing to support artificial intelligence in medical diagnosis. The goal is to create a natural language processing system to accurately describe X-ray images to help doctors diagnose and treat patients. The model in the study is designed to understand chest X-rays and generate descriptions from these X-ray images. To generate predictive annotation text, the“Open-I”dataset consisting of X-ray images and their corresponding diagnostic texts was selected. A Global Attention Convolutional Neural Network model was used to perform these operations. Analyses on the dataset showed that the designed system works effectively with accuracy values of 0.37 for the BLEU-1 metric and 0.39 for the Rouge-L metric.
Benzer Tezler
- Artificial intelligent based segmentation on medical imaging
Medikal görüntü üzerinden yapay zeka tabanlı bölütleme
MAHMUT AĞRALI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN KILIÇ
- Transfer learning based super resolution of aerial images and the effects of the super resolution on object detection
Öğrenme transferi temelli hava aracı görüntülerinin süper çözünürlüğü ve süper çözünürlüğün nesne tespitine etkileri
ASLAN AHMET HAYKIR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKAY ÖKSÜZ
- Transition from temporary to permanent habitation: a qualitative exploration of socio-spatial practices in Silivri caravan park
Geçicilikten kalıcılığa doğru bir süreç: Silivri karavan parkı yerleşimcilerinin sosyo-mekansal pratikleri üzerine nitel bir araştırma
İDİL AKKUZU
Yüksek Lisans
İngilizce
2021
Mimarlıkİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
DOÇ. DR. MEHMET EMİN ŞALGAMCIOĞLU
DR. ÖĞR. ÜYESİ BERRAK KARACA ŞALGAMCIOĞLU
- Gelişmekte olan ülkelerin dış borç sorunu ve Türkiye'nin dış borçları
Başlık çevirisi yok
MUSTAFA KARAGÖZ
- Generating illustrations for children books using generative adversarial networks
Çekişmeli üretici ağları kullanarak çocuk kitapları için çizim oluşturma
SAMET HİÇSÖNMEZ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. PINAR DUYGULU ŞAHİN
DR. ÖĞR. ÜYESİ EMRE AKBAŞ