Zatürre hastalığının tespiti için bir mühendislik yaklaşımı: Derin öğrenme tabanlı bir karar destek yazılımının geliştirilmesi
An engineering approach for detection of pneumonia disease: Development of a deep learning based decision support software
- Tez No: 873525
- Danışmanlar: DOÇ. DR. KEMAL AKYOL
- 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: Kastamonu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Zatürre hastalığı, akciğer hastalıkları içerisinde oldukça yaygın olan ve ölümle sonuçlanabilen bir hastalıktır. Bu hastalığın erken teşhisinin ölüm sayısını azaltmada önemli bir yeri vardır. Teşhis için en çok kullanılan yöntemlerden biri ise X-ışını görüntülemedir. İnsan vücudunun göğüs bölgesinden çekilen röntgenler kullanılarak hastalıkların tespiti yüksek oranda yapılabilmektedir. Tanı doğruluğunu arttırmak için özellikle derin öğrenme yaklaşımları içeren birçok çalışma bulunmaktadır. Bu tez çalışmasının amacı, zatürre hastalığının yüksek doğrulukla tespiti için derin öğrenme temelli bir yaklaşım önermek ve alan uzmanlarına fayda sağlayacak bir karar destek yazılımı geliştirmektir. Deneysel çalışmalarda Kaggle veri deposundaki kamuya açık iki veri seti kullanılmıştır. İlk olarak DenseNet-121, DensenNet-201, EfficientNet-B0, ResNet-50, ResNet-101, Inception-V3 ve InceptionResNet-V2 önceden eğitilmiş modelleri ile deneyler yapılmıştır. Sonrasında en başarılı beş modelin içinde yer aldığı sert oylama ve yumuşak oylama topluluk öğrenmesi yaklaşımları uygulanmıştır. Bulgulara göre yumuşak oylama yaklaşımı iki sınıflı ve üç sınıflı veri setlerinde sırasıyla %98,55 ve %97,26 doğruluklar ile diğerlerine kıyasla yüksek başarı sunmuştur. Bu bağlamda alan uzmanlarına karar vermede yardımcı olması amacıyla bu yaklaşımı içeren bir yazılım geliştirilmiştir.
Özet (Çeviri)
Pneumonia is a relatively frequent lung disease that can cause death. Early detection of this disease is critical for lowering the number of deaths. X-ray imaging is one of the most widely utilized diagnostic methods. Diseases can be detected at a high rate using X-rays taken from the chest area of the human body. Many studies are being conducted to improve diagnosis accuracy, particularly those involving deep learning methodologies. The aim of this thesis study is to present a high-accuracy deep learning-based approach for detecting pneumonia and develop decision-support software that will benefit field experts. The experimental studies used two publicly available datasets in the Kaggle repository. First, experimental studies were conducted with DenseNet-121, DensenNet-201, EfficientNet-B0, ResNet-50, ResNet-101, Inception-V3, and InceptionResNet-V2 pre-trained models. Then, hard voting and soft voting ensemble learning approaches, which included the five most successful models, were implemented. According to the findings, the soft voting approach outperformed others, with accuracies of 98,55% and 97,26% in two-class and three-class datasets, respectively. In this context, software containing this approach was developed to assist field experts with decision-making.
Benzer Tezler
- 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
- 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
- Evrişimsel sinir ağı kullanılarak göğüs radyografilerinde yüksek başarımlı bölütleme yapılması ve pnömoni tespitine etkisinin incelenmesi
High performance segmentation in chest radiographs using convolutional neural network and investigation of its effect on pneumonia detection
İLHAN AYDIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGümüşhane ÜniversitesiYapay Zeka ve Akıllı Sistemler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN BİNGÖL
- Çocuklukta zatürre hastalığının göğüs röntgen görüntülerinden derin öğrenme ile tespiti
Deep learning for childhood pneumonia detection from chest X-ray images
NAGİHAN ÇEKİÇ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA KARAPINAR ŞENTÜRK
- Veri çoğaltma ve derin öğrenme teknikleriyle medikal görüntülerden otomatik hastalık tespiti
Automatic disease detection from medical images with data augmentation and deep learning techniques
TESLİME BAYIK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL POLAT