Geri Dön

Alzheimer ve göğüs kanseri görüntülerinin derin öğrenme yöntemleri ile sınıflandırılması

Classification of alzheimer's and breast cancer images with deep learning methods

PDF İndir

  1. Tez No: 900827
  2. Yazar: YEŞİM TİRAKİ
  3. Danışmanlar: DOÇ. DR. HASAN TEMURTAŞ, DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Alzheimer, Doğruluk, Derin Öğrenme, Göğüs Kanseri, Sınıflandırma, Accuracy, Alzheimer, Breast Cancer, Classification, Deep Learning
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Kütahya Dumlupınar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 238

Özet

Hastalığın erken tanı ve teşhisi ile hastaların ölüm riski azaltılır. Ancak manuel yapılan radyolojik muayenelerde çoğu zaman hastalık yanlış teşhis edilebilir. Bu sebeple hızlı ve doğru karar veren bilgisayar destekli yöntemlere ihtiyaç vardır. Bu çalışmada günümüzde son yıllarda önemli bir yer tutan Alzheimer ve göğüs kanseri hastalıkları ele alınmıştır ve bu hastalıkların erken teşhisine yönelik bir çalışma geliştirilmiştir. Tez kapsamında alzheimer hastalığını tespit etmek için örnek veri seti üzerinde derin öğrenme modelleri uygulanmış ve sonuçlar karşılaştırılmıştır. Çalışmanın ilk aşamasında örnek veri seti analiz edilmiştir ve hangi özelliklerin alzheimer hastalığına etki edeceği belirlenmiştir. Sonraki aşamasında ise dört farklı derin öğrenme modeli ile alzheimer hastalığı evrelerine (çok hafif, hafif, orta, hastalık yok) göre tespit edilerek çok sınıflı bir model oluşturulmuştur. Göğüs kanseri türlerini (adeno kanser, büyük hücreli nöroendokrin kanser, kanser yok, skuamöz hücreli karsinom) sınıflandırmak için veriseti çeşitli önişlemlerden geçirilerek normalize edilmiştir. Bir sonraki aşamada ise kanserli hücrenin evrelerine göre göğüs kanserinin otomatik olarak tespit edilmesi sağlanmıştır. Ayrıca aizhemer ve göğüs kanserinin tanısına yönelik DNN, CNN, VGG16 ve AlexNet gibi farklı derin öğrenme modellerinin performans değerlendirilmesi gerçekleştirilmiştir. Ayrıca tüm modeller için oluşturulan ağ yapısı farklı dağılımlar (Glorot Uniform, HeNormal) ile analizi gerçekleştirilmiştir. Farklı epoch değerleri ile sonuçlar alınmıştır. İlk aşamada tüm önerilen modeller 100 epoch çalıştırılarak sonuçlar alınmıştır. İkinci aşamada ise“val_loss”kriterine göre başarı oranı en yüksek 6 epoch için sonuçlar alınarak tüm modeller değerlendirilmiştir. Bu çalışma diğer çalışmalardan farklı olarak derin öğrenme mimarilerinin ortak ağ yapısı geliştirilerek her iki veri seti için de performans ve başarı oranları arttırılmıştır. Ayrıca farklı ağ yapıları ile modellenerek önerilen modellerin her iki veri için sınıflandırma başarısı farklı değerlendirme kriterleri (kesinlik, doğruluk, duyarlılık, F1 skor) ile analiz edilip sonuçları değerlendirilmiştir ve karmaşıklık matrisleri tüm modeller için eğitim, valid ve test için analiz edilmiştir. Tüm modeller değerlendirilerek hastalık tahmini ve tespitinde bu alanda çalışan bilim insanlarına kolaylık ve yol gösterici çözüm önerileri sunulmuştur.

Özet (Çeviri)

With early detection and diagnosis of the disease, the risk of death of patients is reduced. However, the disease can often be misdiagnosed during manual radiological examinations. For this reason, computer-aided methods that make fast and accurate decisions are needed. In this study, Alzheimer's and breast cancer diseases, which have an important place in recent years, were discussed and a study was developed for the early diagnosis of these diseases. Within the scope of the thesis, deep learning models were applied on the sample data set to detect Alzheimer's disease and the results were compared. In the first stage of the study, the sample data set was analyzed and it was determined which features would affect Alzheimer's disease. In the next stage, a multi-class model was created by detecting Alzheimer's disease according to its stages (Mild_Demented, Moderate_Demented, Non_Demented, Very_Mild_Demented) with four different deep learning models. To classify breast cancer types (adenocarcinoma, large. cell. carcinoma, normal, squamous.cell.carcinoma), the dataset was normalized by going through various preprocessing processes. In the next stage, breast cancer was automatically detected according to the stages of the cancerous cell. In addition, the performance evaluation of different deep learning models such as DNN, CNN, VGG16 and AlexNet for the diagnosis of Aizhemer and breast cancer was carried out. In addition, the network structure created for all models was analyzed with different distributions (Glorot Uniform, HeNormal). Results were obtained with different epoch values. In the first stage, all proposed models were run for 100 epochs and results were obtained. In the second stage, all models were evaluated by taking the results for the 6 epochs with the highest success rate according to the“val_loss”criterion. This study, unlike other studies, increased the performance and success rates for both data sets by developing the common network structure of deep learning architectures. In addition, the classification success of the proposed models, modeled with different network structures, for both data was analyzed with different evaluation criteria (precision, accuracy, sensitivity, F1 score) and the results were evaluated, and the complexity matrices were analyzed for training, validation and testing for all models. All models were evaluated and solution suggestions were presented to facilitate and guide scientists working in this field in disease prediction and detection.

Benzer Tezler

  1. Tez No

    549184

    Breast cancer data classification using SVM, NB and KNN algorithms

    SVM, NB ve KNN kullanımı ile göğüs kanseri veri sınıflandırması

    BURCU MERAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. KAMİL ORUÇOĞLU

  2. Tez No

    489738

    Akciğer kanseri olan hastalarda metastazın saptanmasında tiyol-disülfit dengesi yol gösterici bir marker olabilir mi?

    Could thiol-disulfide balance be a visible marker of metastasis in patients with lung cancer?

    ÖZKAN KURT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    OnkolojiKırıkkale Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    YRD. DOÇ. DR. SELİM YALÇIN

  3. Tez No

    510385

    İskemi-reperfüzyonun sıçan miyokardiyal papiller kasında oluşturduğu fonksiyon bozukluklarında mito-tempo'nun olası koruyucu etkisinin araştırılması

    Investigation of possible protective effect of mito-tempo on dysfunction of rat myocardial papillary muscle caused by i̇schemia-reperfusion

    AHMET AKKOCA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    BiyofizikNecmettin Erbakan Üniversitesi

    Biyofizik Ana Bilim Dalı

    PROF. DR. NİZAMETTİN DALKILIÇ

    DR. ÖĞR. ÜYESİ SEÇKİN TUNCER

  4. Tez No

    634038

    Yaşamın son dönemindeki göğüs hastaları için yoğun bakımların etkin kullanılmasında mortalite eğitim toplantılarının etkisi

    The role of mortality meetings in the effective usage of intensive care units for terminally ill patients

    UĞURCAN TANÜLKÜ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Göğüs HastalıklarıSağlık Bilimleri Üniversitesi

    Göğüs Hastalıkları Ana Bilim Dalı

    PROF. DR. ZÜHAL KARAKURT

  5. Tez No

    340885

    Kardiyak sendrom x'li hastalarda total antioksidan kapasite ve global sol ventrikül performansının değerlendirilmesi

    Evaluation of global left ventricule performance and total antioxidant capacity in patients with cardiac syndrome x

    ALPARSLAN KILIÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2013

    KardiyolojiUfuk Üniversitesi

    Kardiyoloji Ana Bilim Dalı

    DOÇ. DR. EBRU AKGÜL ERCAN

Geri Dön