Alzheimer tanısı için derin öğrenme tabanlı analiz
Deep learning based analysis for Alzheimer's diagnosis
- Tez No: 893333
- Danışmanlar: DOÇ. DR. MUHAMMED ALİ AYDIN, DR. ÖĞR. ÜYESİ MUHAMMED ERDEM İSENKUL
- 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: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 95
Özet
Alzheimer, dünyanın her ülkesinde önde gelen ölüm nedenleri arasında yer almaktadır. Bununla birlikte, Alzheimer tanısı zor bir hastalıktır. Çünkü semptomları diğer yaşlılık belirtileriyle sıkça karıştırılabilir. Alzheimer tanısı için tek ve kesin bir yöntem bulunmamakla birlikte, birden fazla faktörün dikkate alındığı kapsamlı bir değerlendirme yapılması önemlidir. Özellikle Alzheimer'ın erken evrelerde teşhisi hem hastanın hem de yakınlarının hastalığı daha iyi yönetmeleri ve planlamaları için gereklidir. Bu sayede gerekli önlemler ve tedbirler alınabilir. Makine öğrenimi, derin öğrenme ve diğer yapay zeka biçimlerinin hızla yükselişi, medikal görüntü işleme alanında büyük ilerlemelere yardımcı olmaktadır. Bu paralelde yapay zeka alanındaki araştırmalar giderek artan bir yoğunluk kazanmaktadır. Derin öğrenme insan sinir ağlarından ilham alarak birçok yapay nöron katmanından oluşan bir makine öğrenmesi yaklaşımıdır. Derin öğrenme temelli yöntemler, çeviri işlemlerinden metin yazma hizmetlerine, otonom sürüş sistemlerinden endüstriyel robotlara, sağlık hizmetlerinden pazarlama ve satışa kadar birçok alanda yoğun bir şekilde kullanılmaktadır. Bu tez çalışmasında, makine öğrenimi tabanlı farklı yaklaşımlar kullanılarak Alzheimer Hastalığı'nın erken tanısı için yeni mimariler önerilmektedir. Önerilen mimariler, Alzheimer tanısı için evrişimli sinir ağı yöntemlerinden faydalanmaktadır. Beyin tarama görüntüleri, üç kategorili bir sınıflandırma işlemi yapılarak Alzheimer, hafif bilişsel bozukluk ve kontrol grubu olarak yüksek doğruluklarla ayıklanmıştır. Veri kümesi, çeşitli veri artırma yöntemleri ile genişletilerek modeller beslenmektedir. Veriler, farklı katmanlardan oluşan özgün bir evrişimli sinir ağı mimarisi ve çeşitli transfer öğrenme tabanlı özellik çıkarıcıların kullanıldığı altı farklı model ile test edilmektedir. Ayrıca, transfer öğrenme tabanlı yöntemlerin performanslarını artırmak için özgün bir sinir ağı tabanlı sınıflandırıcıya bağlanmıştır. Bu şekilde birçok farklı yöntem tez kapsamında test edilmiştir. Sonuç olarak, Xception ve VGG19 tabanlı ön eğitilmiş modellerimize, tasarımımız olan sınıflandırıcımız bağlandığında yüksek doğruluk oranlarıyla başarılı bir Alzheimer erken tanısı modeli elde edilmiştir.
Özet (Çeviri)
Alzheimer is among the leading causes of death in every country in the world. However, Alzheimer is a difficult disease to diagnose because its symptoms can often be confused with other signs of old age. While there is no single definitive method for diagnosing Alzheimer, it is important to carry out a comprehensive assessment that takes into account multiple factors. In particular, early diagnosis of Alzheimer's disease is essential for both the patient and their relatives to better manage and plan for the disease. In this way, the necessary precautions and measures can be taken. The rapid rise of machine learning, deep learning, and other forms of artificial intelligence is helping to drive major advances in medical image processing. In parallel, research in the field of artificial intelligence is gaining increasing intensity. Deep learning is a machine learning approach that consists of many layers of artificial neurons inspired by human neural networks. Deep learning-based methods have been extensively used in many fields, from translation to text authoring services, from autonomous driving systems to industrial robots, and from healthcare to marketing and sales. In this thesis, new architectures for the early diagnosis of Alzheimer's disease are proposed using different machine learning-based approaches. The proposed architectures utilize convolutional neural network methods for Alzheimer's diagnosis. Brain scan images are classified into three categories with high accuracy: Alzheimer's, mild cognitive impairment, and control groups. The dataset is augmented with various data augmentation methods to train the models. The data is tested with six different models using a novel convolutional neural network architecture with different layers and various transfer learning-based feature extractors. Furthermore, to improve the performance of the transfer learning-based methods, they are connected to a novel neural network-based classifier. In this way, many different methods are tested in this thesis. As a result, a successful Alzheimer's early diagnosis model with high accuracy rates was obtained when our designed classifier was connected to our Xception and VGG19-based pre-trained models.
Benzer Tezler
- Alzheimer hastalığı tespiti ve CNN model sınıflandırması
Başlık çevirisi yok
CEREN GÜNDÜZALP
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKALP TULUM
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Spontane konuşmadan Alzheimer hastalığı tespiti ve veri seti oluşturma
Detecting Alzheimer's disease from spontaneous speech and generating a data set
EDİZ AKARSU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Diagnosis of alzheimer's disease with deep learning: A hybrid 3D CNN and RNN approach
Derin öğrenme ile alzheımer hastalığının tanısı: Hibrit 3B CNN ve RNN yaklaşımı
IDRIS CHENTOUF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiYapay Zeka Ana Bilim Dalı
YRD. DOÇ. DR. ZAFER İŞCAN