Yapay zeka yöntemleri kullanılarak iskemik inme alt tiplerinin belirlenmesi
Classification of ischemic stroke subtypes using artificial intelligence methods
- Tez No: 885415
- Danışmanlar: DOÇ. DR. ERHAN AKBAL
- 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: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Ana Bilim Dalı
- Bilim Dalı: Adli Bilişim Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya çapında milyonlarca insanın her yıl inme geçirdiği bilinmektedir. İnme, aynı zamanda insanların hayatını kaybetmesine ve fiziksel sorunlar yaşamasına neden olabilmektedir. İnme aniden gerçekleşen bir hastalık tipi olduğu için hızlı müdahale edilmesi gerekmektedir. İnme lezyonunun tespiti için biyomedikal görüntü yöntemleri kullanılarak nöroloji veya radyoloji uzman hekimleri tarafından yapılmaktadır. Hastanelerde görüntü çekiminin fazla olması ve uzman hekim sayısının az olması ve el yardımı ile bölütlenmenin yapılması zaman alıcı bir süreç olduğu için inme teşhisinin sürecinin uzamasına neden olabilmektedir.Difüzyon MR Görüntüleme(MRG) görüntü tekniğini kullanarak Piramidal ve Sabit Boyutlu Yama Tabanlı Özellik Mühendisliği Modeli(PFP-FE) olarak adlandırdığımız model ile iskemik inmenin tespit sürecinin kısaltılması için bir model önerdik. İskemik inme tespit ve sınıflandırılması için önerdiğimiz PFP-FE modelinin doğruluğu için 3673 Difüzyon MRG içeren yeni bir veri seti oluşturduk. Önerilen modelin doğruluk oranı %87,56 olarak hesaplanmıştır.
Özet (Çeviri)
Millions of people worldwide are known to have a stroke every year. Stroke can also can also cause people to lose their lives and experience physical problems. Since stroke is a type of disease that occurs suddenly,rapid intervention is required. Stroke lesion detection is performed by neurology or radiology specialists using biomedical imaging methods. The high number of image acquisition in hospitals and the low number of specialist physicians and manuel segmentation is a time-consuming process and may prolong the process of stroke diagnosis. Using Diffusion MR Imaging(MRI) image technique, we proposed a model for shortening the detection process of ischemic stroke with a model we call Pyramidal and Fixed Dimensional Patch Based Feature Engineering Model(PFP-FE). For the accuracy of our proposed PFP-FE model for ischemic stroke detection and classification, we created a new dataset containing 3673 Diffusion MRIs. The accuracy rate of the proposed model was calculated as 87.56%
Benzer Tezler
- Derin öğrenme yöntemleri ile beyin görüntülerinden nörolojik bozuklukların sınıflandırılması
Classification of neurological disorders from brain images using deep learning methods
MUHAMMET KUSEY DAHER
Yüksek Lisans
Türkçe
2025
NörolojiMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ACI
- İntravenöz trombolitik ve mekanik trombektomi uygulanan akut iskemik inme olgularında yapay zeka yöntemleriyle prognoz tahminlemesi
Prediction of clinical outcome by machine learning based models for intravenous thrombolytic and mechanical thrombectomy patients in acute ischemic stroke
IRMAK SALT
Tıpta Uzmanlık
Türkçe
2022
NörolojiSağlık Bilimleri ÜniversitesiNöroloji Ana Bilim Dalı
UZMAN IŞIL KALYONCU ASLAN
PROF. DR. EREN GÖZKE
- Beyin kitlelerine yönelik erken tanı ve sınıflandırma sistemi
Early diagnosis and classification system for brain masses
ALİ BERKAN URAL
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT HARDALAÇ
PROF. DR. PINAR ÖZIŞIK
- NCCT görüntüleme kullanılarak iskemik inmede ölüm oranının yapay zeka yöntemleri ile tahmin edilmesi
Predicting mortality rate in ischemic stroke using artificial intelligence with NCCT imaging
TANER EROL
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL POLAT
- Derin öğrenme yöntemi ile beyin görüntülerinde otomatik inme tespiti
Automatic stroke detection in brain images with deep learning method
BÜŞRA UYGUN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE DEMİRHAN