A deep learning framework for retinal image analysis
Retina görüntü analizi için derin öğrenme çerçevesi
- Tez No: 875261
- Danışmanlar: Assist. Prof. Dr. MD BAHARUL ISLAM
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Biyoteknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bioengineering, Biotechnology, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Uzmanlar, çeşitli göz, kan dolaşımı ve beyinle ilgili hastalıkları tespit etmek ve teşhis etmek için retina görüntülerini ve damar ağaçlarını kullanıyor. Bu sorunlar oftalmologlar tarafından renkli fundus görüntüleri veya damar ağaçlarının uzunluk, genişlik, eğrilik ve şekil gibi çeşitli özellikleri analiz edilerek tespit edilebilir. Ancak, cihaz konfigürasyonu ve yanlış işlemlerden dolayı bu görüntülerin kalitesi genellikle çok düşük oluyor ve bu da verimliliğin azalmasına, ekstra masraflara ve hatta yanlış teşhislere yol açıyor. Ek olarak uzmanlar, mikroanevrizmalar veya damar dalları sorunları gibi küçük anormallikleri tespit etmek için büyük, yüksek çözünürlüklü retina görüntülerine ihtiyaç duyar, ancak bu görüntüler genellikle düşük görüntü çözünürlüğünden muzdariptir. Ayrıca retina segmentasyonu, kapsamlı retina segmentasyon veri setlerinin eksikliği, gizlilik sorunları ve bu alanda uzmanlık eksikliği gibi çeşitli faktörlerden dolayı zorlu bir iştir. Bu nedenle, bu çalışmada retinal görüntü kalitesi iyileştirmesi, süper çözünürlük, segmentasyon veri seti oluşturma ve retinal damar segmentasyonunu içeren retina görüntü analizi için bir çerçeve öneriyoruz. Bu çalışmada özellikle Döngüyle tutarlı bir Üretken Çekişmeli Ağ, hibrit bir süper çözünürlüklü ağ, Gürültü Giderici Difüzyon Olasılık Modeli ve değiştirilmiş bir UNet geliştirildi.
Özet (Çeviri)
Experts use retinal images and vessel trees to detect and diagnose various eye, blood circulation, and brain-related diseases. These issues can be detected by ophthalmologists by analysing the colorful fundus images or various characteristics of vessel trees, such as length, width, curvature and shape. However, these images often happen to be of too poor quality due to device configuration and misoperations, leading to decreased efficiency, extra expenses, and even incorrect diagnoses. Additionally, experts require large high-resolution retinal images to detect tiny abnormalities, such as microaneurysms or issues of vascular branches, but these images often suffer from low image resolution. Furthermore, retinal segmentation is a challenging task due to several factors, such as the lack of extensive retinal segmentation datasets, privacy issues, and the lack of expertise in the field. Therefore, in this work we are proposing a framework for retinal image analysis, that includes retinal image quality enhancement, super-resolution, segmentation dataset generation, and retinal vessel segmentation. In particular, a Cycle-consistent Generative Adversarial Network, a hybrid super-resolution network, Denoising Diffusion Probabilistic Model, and a modified UNet are developed in this work.
Benzer Tezler
- Deep learning-based analysis of retinal OCT) scans for diagnosis of alzheimer's disease
Optik koherens tomografi taramaları ve derin ögrenme tabanlı alzheimer hastalıgı teshisi
YASEMİN TURKAN
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIşık ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FAİK BORAY TEK
- Grad-cam ile modüle edilmiş dikkat mekanizmasına sahip görsel dönüştürücü kullanılarak optik koherens tomografi (OCT) görüntülerinden göz hastalıklarının sınıflandırılması
Classification of eye diseases from optical coherence tomography (OCT) images using a vision transformer with Grad-CAM modulated attention mechanism
AHMET BAYRAM
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiBurdur Mehmet Akif Ersoy ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN TAYFUN BİŞKİN
- Maküla optik koherens tomografi görüntülerinde yapay zeka ile retina tabakalarındaki bozulmanın tespiti
Detection of retinal layer abnormalities using artificial intelligence in macular optical coherence tomography images
EDA ZEYNEP KILIÇ
Tıpta Uzmanlık
Türkçe
2026
Göz HastalıklarıOndokuz Mayıs ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. ÖZLEM EŞKİ YÜCEL
- Sezgisel optimizasyon yöntemi ile insan retina görüntülerinde optik disk segmentasyonu ve derin öğrenme ile hastalık teşhisi
Optic disc segmentation in human retina images with heuristic optimization method and disease diagnosis with deep learning
HAMIDA ALI ABDUSALAM ALMESHRKY
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULKADİR KARACI
- Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme
Deep learning architectures for real-time video object tracking by mobile devices
ULAŞ TOSUN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU