Geri Dön

Sığır akciğerinde pnömonilerin ve tüberküloz hastalığının histopatolojik veriler kullanılarak makine öğrenmesi teknikleriyle tespiti

Detection of pneumonia and tuberculosis disease in the bovine lung by machine learning techniques using histopathological data

  1. Tez No: 898147
  2. Yazar: ALİ ÇELİK
  3. Danışmanlar: PROF. DR. İSMAİL KIRBAŞ, DR. ÖĞR. ÜYESİ OSMAN TAYFUN BİŞKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Sığır tüberkülozu (bTB), önemli ekonomik kayıplarla ilişkilendirilen, zoonotik, bulaşıcı ve kronik bir hastalıktır ve dünya genelinde çeşitli bölgelerde endemik bir sorun olarak varlığını sürdürmektedir. Histopatolojik incelemeler, özellikle ayırt edici bir belirteç olarak işlev gören Langhans dev hücrelerinin tanımlanmasıyla, kritik bir teşhis yöntemidir. Bu çalışma, öğrenim aktarımını kullanarak tüberkülozun diğer pnömoni türlerinden ayırıcı tanısına odaklanmaktadır. Ayrıca, çalışma, histopatolojik görüntülerde Langhans dev hücrelerini tespit etmek için YOLOv8 algoritmasını kullanarak bTB teşhisini geliştirmeyi amaçlamaktadır. Lojistik Regresyon (LR), Destek Vektör Makineleri (DVM) ve Rastgele Orman (RO) gibi makine öğrenmesi algoritmaları sınıflandırma görevinde %98.6'lık dikkate değer bir doğruluk gösterirken, YOLOv8 Langhans dev hücrelerini lokalize etmede yüksek hassasiyet sergilemektedir. Bu bulgular, özellikle tüberkülozun diğer akciğer rahatsızlıklarından ayırt edilmesinde, bTB teşhis yeteneklerinin ilerlemesine değerli bir katkı sağlamaktadır.

Özet (Çeviri)

Bovine tuberculosis (bTB) is a zoonotic, infectious, and chronic disease associated with significant economic losses, persisting as an endemic concern in various regions globally. Histopathological examinations are a crucial diagnostic method, particularly with the identification of Langhans giant cells, which act as a distinctive marker. The study focuses on the differential diagnosis of tuberculosis from other types of pneumonia utilizing transfer learning. Additionally, the work aims to enhance bTB diagnosis by employing the YOLOv8 algorithm to detect Langhans giant cells in histopathological images. While machine learning algorithms such as Logistic Regression, Support Vector Machines, and Random Forest algorithms reveal a notable accuracy of 98.6% in classification task, YOLOv8 demonstrates high precision in localizing Langhans giant cells. These findings make a valuable contribution to the advancement of bTB diagnostic capabilities, particularly in distinguishing tuberculosis from other pulmonary conditions.

Benzer Tezler

  1. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu

    Başlık çevirisi yok

    İRFAN KARAGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZ BORAT

  3. Pulmoner hipertansiyon etyopatogenezinde prostasiklin ve lökotrien C4'ün rolü

    Possible role of leukotrien C4 and prostacyclin in the development of pulmonary hypertension

    ÜLKÜ AYBERK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Çocuk Sağlığı ve HastalıklarıGazi Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı