DETR derin öğrenme tekniği ile göz tomografi görüntülerinin tanımlanması
Detection of retinal OCT images using DETR deep learning technique
- Tez No: 901506
- Danışmanlar: PROF. DR. EYYÜP GÜLBANDILAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: DETR (Detection Transformer), Optik Koherens Tomografi (OCT), Retina Deformasyonu, Derin Öğrenme, Görüntü Tanımlama, Göz Hastalıkları, YOLO, DETR (Detection Transformer), Optical Coherence Tomography (OCT), Retinal Deformation, Deep Learning, Image Identification, Eye Disease, YOLO
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: 60
Özet
Bu tez, optik koherens tomografi (OCT) görüntülerinin tanımlanması için derin öğrenme tabanlı bir yöntem olan DETR (Detection Transformer) kullanılarak yapılan bir araştırmayı sunmaktadır. Göz hastalıklarının erken teşhisinde önemli bir rol oynayan OCT görüntüleri, retina katmanlarının yüksek çözünürlüklü kesitlerini sağlar. Geleneksel yöntemlerin sınırlamaları göz önüne alındığında, derin öğrenme teknikleri bu alanda umut verici sonuçlar sunmaktadır. Bu çalışmada, veri setinden rastgele seçilen 435 görüntü, hem retina hastalıklarını içeren hem de kontrol amaçlı sağlıklı retina görüntülerini içermektedir .Bu sayede, hem hastalıklı hem de sağlıklı örneklerle modelin performansı değerlendirilmiştir. Eğitilen modelin doğruluğunu değerlendirmek için, eğitim ve test veri setlerine ayrılmış görüntüler üzerinde bir dizi deney gerçekleştirilmiştir. Elde edilen sonuçlar DETR modelinin hem kesinlik hem de duyarlılık olarak %98 oranı ile retina deformasyonlarını tespit edebildiğini göstermektedir. YOLO modelinin kesinlik ve duyarlılık olarak sırasıyla %91 ve %98 oranı ile retina deformasyonlarını tespit edebildiğini göstermektedir. Bu çalışma, derin öğrenme tabanlı DETR modelinin OCT görüntülerinin otomatik tanımlanmasında etkili bir araç olduğunu ve klinik uygulamalarda kullanılabilirliğini göstermektedir. Sonuçlar, daha geniş veri setleri ve farklı göz hastalıkları üzerinde yapılacak gelecekteki araştırmalar için de bir temel teşkil etmektedir.
Özet (Çeviri)
This thesis presents a study using a deep learning-based method, DETR (Detection Transformer), for the identification of optical coherence tomography (OCT) images. OCT images, which provide high-resolution cross-sections of the retinal layers, play a crucial role in the early diagnosis of eye diseases. Considering the limitations of traditional methods, deep learning techniques offer promising results in this field. In this study, 435 randomly selected images from the dataset, including both retina disease cases and control healthy retina images, were used. Thus, the model's performance was evaluated with both diseased and healthy samples.To assess the accuracy of the trained model, a series of experiments were conducted on images divided into training and test datasets. The results indicate that the DETR model is able to detect retinal deformations with 98% precision and recall. On the other hand, the YOLO model detects retinal deformations with 91% precision and 98% recall. This study demonstrates that the deep learning-based DETR model is an effective tool for the automatic identification of OCT images and its applicability in clinical settings. The results also provide a foundation for future research on larger datasets and various eye diseases.
Benzer Tezler
- Kızılötesi görüntülere örüntü tanıma uygulanması
Pattern recognition applied to infrared images
YUSUF FURKAN YÜCESOY
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇAĞRI ŞAHİN
- Mekânsal panel veri analizi: Türkiye'de bölgelerin dış ticaret hacmine göre yakınsaması
Spatial panel data analysis: The convergence of interregional foreign trade volume in Turkey
FERHAT ŞENTÜRK
- Marka ile alan adı arasındaki iltibas
Likelihood of confusion between trademark and domain name
HAYRUNNİSA ERDEM
Yüksek Lisans
Almanca
2018
HukukKırıkkale ÜniversitesiÖzel Hukuk (Ticaret Hukuku) Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE KALENDER
- Parkinson hastalarında telerehabilitasyon tabanlı egzersiz eğitiminin solunum, denge ve yürüme parametrelerine etkisi
The effect of telerehabilitation-based exercises training on breathing, balance and gai̇t parameters in parkinson's patients
İLKNUR MAZI
Yüksek Lisans
Türkçe
2023
Fizyoterapi ve Rehabilitasyonİstanbul Üniversitesi-CerrahpaşaFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. RÜSTEM MUSTAFAOĞLU
- Gürültüye hassasiyet ile gürültüde konuşmayı ayırt etme yetisi arasındaki ilişkinin incelenmesi.
Evaluation of the relationship between noise sensitivity and intelligibility of speech in noise.
GÖZDE BAYRAMOĞLU ÇABUK
Yüksek Lisans
Türkçe
2017
Kulak Burun ve BoğazGazi ÜniversitesiKulak Burun Boğaz Ana Bilim Dalı
PROF. DR. YUSUF KEMAL KEMALOĞLU