Multilevel and multiscale cnn for accurate localization and classification of breast lesions
Meme lezyonlarının doğru lokalizasyonu ve sınıflandırılması için çok seviyeli ve çok ölçekli cnn
- Tez No: 889658
- Danışmanlar: DR. ÖĞR. ÜYESİ DURSUN EKMEKCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Lezyon tespiti, Meme Kanseri, YOLO, CNN, Veri artırma, Lesion detection, Breast Cancer, YOLO, CNN, Data augmentation
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yetişkin kadınlar arasında kansere bağlı ölümlerin önde gelen nedenidir. Sosyal ve ekonomik gelişme düzeyleri farklı olan ülkelerde gelişigüzel görülmesine rağmen, erken teşhis teknolojilerine sınırlı erişim nedeniyle ölüm oranları, gelişmekte olan ve az gelişmiş ülkelerde oldukça yüksek olmaya devam ediyor. Klinik açıdan bakıldığında mamografi, yaygın kullanımı ve görüntülere yönelik yorumlayıcı aşinalık nedeniyle en etkili tanı teknolojisi olmayı sürdürüyor. Bu çalışma, görüntülerdeki ilgilenilen bölgeleri kullanarak mamografik lezyonları tespit etmek ve sınıflandırmak için bir yöntem sunmaktadır. Bu araştırma sayesinde YOLO modelinin bu konuya yönelik yeteneklerini geliştirmeye çalışıyoruz.
Özet (Çeviri)
Breast cancer stands as the leading cause of cancer-related fatalities among adult women globally, as stated by the World Health Organization. Despite its indiscriminate occurrence across countries with varying levels of social and economic development, mortality rates remain notably high in developing and underdeveloped nations due to limited access to early detection technologies. From a clinical standpoint, mammography remains the most effective diagnostic technology, owing to its widespread use and interpretative familiarity with the images. This study introduces a method for detecting and classifying mammographic lesions by utilizing regions of interest within the images. Through this research, we strive to enhance the capabilities of YOLO model against this topic.
Benzer Tezler
- Improved mambabda framework for robust building damage assessment across disaster domains
Farklı afet türlerinde bina hasar değerlendirmesi için geliştirilmiş mambabda çerçevesi
ALP EREN GENÇOĞLU
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Hybrıd explaınable model for class-ımbalance mıtagatıon and multı-protocol attack detectıon ın ıomt devıces
Hybrid explainable model for class-imbalance mitagation and multi-protocol attack detection in iomt devices
ABUALQASIM KHALIL ISMAEL ISMAEL
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROA'A ALI ABDULLAH MOHAMMEDQASEM
- IoT ağları için yeni bir saldırı tespit sistemi tasarımı
Design of a new intrusion detection system for IoT networks
TUĞBA ULUSOY
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÜNAL ÇAVUŞOĞLU
- Uydu verileri temelli derin öğrenme ve açıklanabilir makine öğrenmesi teknikleri kullanılarak Sakarya ili fındık alanlarının mekansal dağılımının belirlenmesi
Determining the spatial distribution of hazelnut areas in Sakarya province using satellite data-based deep learning and explainable machine learning techniques
GAFUR SEMİ ŞENGÜL
Yüksek Lisans
Türkçe
2026
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
PROF. DR. BEYZA USTAOĞLU
- Automotive radar interference mitigation with next generation sequence models
Yeni nesil dizi modelleri ile otomotiv radarlarında girişim giderme
ELİF ÖZTÜRK KOÇ
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER