MEDİKAL GÖRÜNTÜ ANALİZİ İÇİN ÖZ DENETİMLİ ÖĞRENME YÖNTEMLERİN GELİŞTİRİLMESİ
DEVELOPMENT OF SELF-SUPERVISED LEARNING METHODS FOR MEDICAL IMAGE ANALYSIS
- Tez No: 868318
- Danışmanlar: DOÇ. DR. ÖZKAN UFUK NALBANTOĞLU
- 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: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Derin öğrenme (DL) tabanlı Bilgisayar destekli teşhis sistemleri medikal görüntü analizi için uzmanlara otomatik, etkili, hızlı ve doğru teşhisleri belirlemede yardımcı sistemler olarak ortaya çıkmıştır. Ancak, DL yöntemleri çok sayıda parametreyi öğrenmek için büyük miktarda veriye ihtiyaç duymaktadır. Bu açıdan DL ile yapılan medikal görüntüleme çalışmalarında sıkça karşılaşılan iki ana sorun; etiketli veri eksikliği ve etiketler veya sınıflar arasındaki dengesiz veri dağılımlarıdır. Sınırlı etiketli veri setleri derin ağlarda aşırı uyum (ezberleme) problemine yol açarken, pozitif-negatif örnekler arasındaki dengesiz dağılım ise yanlı modellere yol açmaktadır. Bu nedenle, derin öğrenme modellerinin yetersiz veriye sahip medikal görüntüleme problemlerinde yüksek performans üretmesi zorlu bir problemdir. Yapılan öncü çalışmalar ile Öz Denetimli Öğrenme (SSL) yöntemleri, bahane görev ve asıl görev mekanizması sayesinde gösterdiği başarılı sonuçlar ile veri kısıtlarının üstesinden gelmek için büyük bir potansiyel olarak ortaya çıkmıştır. Bu tez ile çeşitli medikal görüntü analizi görevlerinde uzman denetimini azaltmak ve uzman seviyesinde tanı koymak için iki adımdan oluşan SSL modelleri geliştirilmiştir. Geliştirilen SSL modelleri hem erişime açık veri setleri hem de klinik uygulama üzerinde değerlendirilmiştir. Sonuç olarak, bu tez çalışmasında medikal görüntü analizi görevleri için geliştirilen SSL modelleri yüksek başarıya sahip, daha az hesaplama karmaşıklığı ile daha hızlı, veri açısından verimli, etkili, birçok görüntülüme tekniğine uygulanabilirliği ile genelleme yeteneği yüksek, sağlam ve uzman seviyesinde tanı koyarak klinik uygulamalar için umut verici bir yöntem sunmaktadır.
Özet (Çeviri)
Deep learning (DL)-based computer-aided systems have emerged as systems that assist experts in determining automatic, effective, fast and accurate diagnoses for medical image analysis. However, DL methods require large amounts of data to learn a large number of parameters. From this perspective, two main problems frequently encountered in medical imaging studies performed with DL; lack of labeled data and unbalanced data distributions between labels or classes. While limited labeled data sets cause overfitting problems in deep networks, the unbalanced distribution between positive and negative examples leads to biased models. Therefore, it is a challenging problem for deep learning models to produce high performance in medical imaging problems on insufficient data. With pioneering studies carried out, Self-Supervised Learning (SSL) methods have emerged as a great potential to overcome data constraints, with successful results thanks to the pretext task and downstream task mechanism. With this PhD thesis, SSL models have been developed into two steps to reduce expert supervision and make expert-level diagnosis in various medical image analysis tasks. The developed SSL models were evaluated on both open-access data sets and clinical practice. As a result, the proposed SSL models for various medical image analysis tasks have demonstrated remarkable success, offering faster computation with reduced complexity of model, efficiency in data usage, effectiveness, high generalization across various imaging techniques, robustness, and potential for clinical application by providing an expert-level diagnosis.
Benzer Tezler
- İdrar kültürlerinden izole edilen coag (-) staphylococcus (s. epidrmidis ve s. saprophyticus)'ların idrar yolu enfeksiyonlarındaki yeri
The Place of coag (-) staphylococcus to the urinary tract infectron which are isolated from the urine cultures
SUMRU ÇITAK(KORMAN)
- Ferrokrom fabrikasında çalışan işçilerde stogenetik çalışmalar
Başlık çevirisi yok
AYNUR ACAR
Doktora
Türkçe
1985
Tıbbi BiyolojiAkdeniz ÜniversitesiTıbbi Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. GÜVEN LÜLECİ
- Test sınavlarının güvenirliğinin araştırılması ile ilgili bir çalışma
An Investigation on the reliability of multiple,choice examinations
CANDAN İĞCİ
Yüksek Lisans
Türkçe
1987
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. ÖZEL ERGEN
- Cumhuriyet Üniversitesi Hastanesindeki lavman uygulamaları ile hastaların bu uygulamalara ilişkin duygu ve düşünceleri
Başlık çevirisi yok
SULTAN ALAN ÇİÇEK
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. MELİHA ATALAY