Radyolojik görüntüleme üzerine bir derin öğrenme uygulaması
A deep learning application on radiological imaging
- Tez No: 868747
- Danışmanlar: PROF. DR. ALİ MERT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Diş Hekimliği, Computer Engineering and Computer Science and Control, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, teknolojinin hızla gelişmesiyle birlikte yaşam kalitemizi değiştiren yapay zekânın, özellikle radyoloji ve diş hekimliği alanlarında sunduğu katkıları incelemektedir. Derin evrişimsel sinir ağı temelli YOLOv5 mimarisi kullanılarak tasarlanan algoritma, panoramik radyografi görüntülerinde otomatik diş tanımlama ve durumlarını gösterme amacını taşımaktadır. 1355 radyolojik görüntüden oluşan veri setinde, başarıyla gerçekleştirilen diş tespit, numaralandırma ve tanımlama işlemleri sonucunda elde edilen 0,6827 doğruluk oranı, algoritmanın etkinliğini vurgulamaktadır.
Özet (Çeviri)
In this thesis, the contributions of artificial intelligence, particularly in the fields of radiology and dentistry, which have been reshaping our quality of life amid the rapid advancement of technology, are examined. The algorithm designed using the YOLOv5 architecture based on deep convolutional neural networks aims to automatically identify teeth and demonstrate their conditions in panoramic radiography images. In a dataset comprising 1355 radiological images, the successfully executed processes of tooth detection, numbering, and identification resulted in an accuracy rate of 0.6827, emphasizing the effectiveness of the algorithm.
Benzer Tezler
- Derin öğrenme ile manyetik rezonans görüntüleri üzerinden temporomandibular eklem yapısal bileşenlerinin segmentasyonu ve anteriora konumlanmış diskin tespiti
Segmentation of structural components of the temporomandibular joint and detection of anteriorly positioned discs in magnetic resonance images using deep learning
BÜŞRA SINMAZ
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiBezm-İ Alem Vakıf ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİFHAN ALAGÖZ
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- Data and model based performance improvement in transfer learning by using generative adversarial networks and model fusion techniques
Çekişmeli üretici ağlar ve model tümleştirme teknikleri kullanarak aktarımlı öğretimde veri ve model tabanlı performans iyileştirme
TUĞÇE TOPRAK
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ALPER SELVER
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Yüksek dereceli gliomlarda tedaviye bağlı gelişen radyonekrozun, nüks ya da rezidü tümöral lezyondan ayrımında bilgisayar temelli yapay zekânın rolü
The role of computer-based artificial intelligence in distinguishing treatment-related radiation necrosis from recurrent or residual tumoral lesions in high-grade gliomas
İBRAHİM ALTINDAŞ
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpSelçuk ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL ÖZER