Cataract detection using deep learning techniques
Derin öğrenme teknikleri kullanarak katarakt tespiti
- Tez No: 892557
- Danışmanlar: Assist. Prof. Dr. ALPER FİDAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Göz hastalıkları nedeniyle körlüğün yaygınlığı nedeniyle, DSÖ istatistiklerine göre dünyadaki körlük vakalarının %51'ini katarakt oluşturmaktadır. Daha hızlı ve daha doğru teşhisler sağlayarak erken müdahale ve tedaviyi daha mümkün kılmak amacıyla derin öğrenme kullanılmıştır. Bu araştırma, bu hastalıkların sınıflandırılması için farklı derin öğrenme modellerinin performansını değerlendirerek küresel körlük seviyelerini azaltmayı hedeflemektedir. Bu araştırmada, bir konvolüsyonel sinir ağı (CNN) ve üç görüş dönüştürücü (ViT) model de dahil olmak üzere farklı modellerin performansı değerlendirilmiştir. Çalışma, ViT modellerinin hem eğitim hem de test doğruluğunda CNN modelinden önemli ölçüde daha iyi performans gösterdiğini bulmuştur ve üçüncü ViT modeli en iyi performansı göstermiştir. Üstün genelleme yeteneklerine sahip olan üçüncü ViT modeli, 84.64% ve 83.93% tutarlı eğitim ve test doğrulukları elde etmiş ve 0.4253 ve 0.5222 eğitim ve test kayıplarında dengeli azalmalar göstermiştir. Bu sonuçlar, üçüncü ViT modelinin aşırı uyumayı etkili bir şekilde azalttığını ve görülmemiş veriler için sağlam performans sağladığını göstermektedir. Ayrıca, ikinci ViT modeli, yaklaşık %94'lük yüksek bir eğitim doğruluğu göstermiş, ancak test seti doğruluğunun daha düşük olması nedeniyle bazı aşırı uyum problemleri yaşamıştır. CNN modeli, sırasıyla %50.00 ve %46.88 eğitim ve test doğrulukları elde ederek ViT modellerine kıyasla önemli ölçüde daha düşük bir performans sergiledi.
Özet (Çeviri)
Due to the prevalence of blindness caused by eye diseases such as cataracts, according to WHO statistics, 51% of the total cases of blindness in the world are cataracts. With the aim of providing faster and more accurate diagnoses, making early intervention and treatment through therapy more possible. This research evaluates the performance of different deep learning models for classifying these diseases, with the aim of reducing blindness levels globally. The performance of different models was evaluated, including a convolutional neural network (CNN) and three vision transformers (ViT) models. The study found that the ViT models significantly outperformed the CNN model in both training and testing accuracy, with the third ViT model showing better performance. Superior generalization abilities. The third ViT model achieved consistent training and testing accuracies of 84.64% and 83.93% respectively and showed balanced reductions in training and testing losses of 0.4253 and 0.5222. These results indicate that the third ViT model effectively mitigates overfitting and provides robust performance for unseen data. In addition, the second ViT model showed a high training accuracy of about 94.87%, although it experienced some overfitting with lower test set accuracy. CNN model achieved training and testing accuracies of 50.00% and 46.88% respectively, demonstrating significantly lower performance compared to the ViT models.
Benzer Tezler
- Derin öğrenme ve makine öğrenme tekniklerikullanılarak göz hastalıklarının tespiti
Detection of eye disease with deep learning and machinelearning approach
GÖZDE ARSLAN
Yüksek Lisans
Türkçe
2023
Göz HastalıklarıBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇAĞATAY BERKE ERDAŞ
- Göz hastalıklarının görüntü işleme ve derin öğrenme yöntemleriyle otomatik tespiti
Automatic detection of eye diseases using image processing and deep learning methods
MURAT FIRAT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ŞAHİN
- Optik koherans tomografi görüntüleri ile retinal hastalıkların evrişimsel sinir ağı kullanılarak teşhis edilmesi
Diagnosis of retinal diseases using optical coherence tomography images and convolutional neural network
HAFİZA ESRA URMAMEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SABRİ KOÇER
- Taze ve ticari vişne sularının antioksidan kapasitesi ve kapiler elektroforez yöntemi ile organik asit içeriklerinin incelenmesi
Determination and comparison of the amount of antioxidants and organic acid content of fresh and commercial cherry (Prunus Cerasus) juices
EBRU ÇEVİK
Yüksek Lisans
Türkçe
2013
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. BEDİA ERİM BERKER
- Oksidaz aktivitesi arttırılmış nano-mangan dioksit kullanımıyla dolaylı antioksidan aktivite ölçümü
Measurement of indirect antioxidant activity using nano- manganese dioxide with enhanced oxidase activity
KADER CAN
Yüksek Lisans
Türkçe
2019
Kimyaİstanbul Üniversitesi-CerrahpaşaAnalitik Kimya Ana Bilim Dalı
PROF. DR. REŞAT APAK