İyileştirilmiş derin öğrenme modelleriyle fundus görüntülerinde diyabetik retinopatinin sınıflandırılması
Classification of diabetic retinopathy in fundus images with improved deep learning models
- Tez No: 904313
- Danışmanlar: PROF. DR. BEKİR DİZDAROĞLU
- 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: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Yazılımı Bilim Dalı
- Sayfa Sayısı: 61
Özet
Diyabetik retinopati (DR), şeker hastalığında en tehlikeli komplikasyonlarından biridir. Erken tanı ve tedavi, maliyetlerin azaltılabilmesi için son derece önemlidir. Diyabetik retinopati vakalarında kesin tanı konması oldukça zordur. Hastalığın evrelerinin tespit edilebilmesi fundus görüntülerinin uzman bir hekim tarafından incelenmesiyle mümkündür. Milyonlarca insanda görülen bu hastalığın evrelerini belirleme sürecinin basitleştirilmesi, tanı ve tedavi süreçlerinin hızlanmasını sağlayacaktır. Ancak etiketli verilerin oluşturulması maliyetli bir işlemdir ve uzman hekimler arasında görüş farklılıkları oluşturmaktadır. Bu durum, tanı sürecinde kullanılan yöntemlerin performansını da etkilemektedir. Evrişimsel sinir ağları kullanılarak diyabetik retinopatinin sınıflandırılması derin öğrenme yaklaşımlarından biridir ve son zamanlarda literatürde bu konu ile ilgili çok sayıda araştırma yapılmıştır. Bu çalışmada evrimsel sinir ağlarına dayalı öğrenme tabanlı bir yaklaşım kullanılarak, fundus görüntülerindeki DR evreleri tespit edilmiştir. Ayrıca çalışmada, evre sınıflandırma sürecinde kullanılan modellere kategorisel dikkat mekanizması eklenerek, sınıflandırma sonuçlarında iyileşme sağlanıp sağlanmadığı da incelenmiştir. Çalışmanın başarısı farklı ağ mimarları üzerinde eğitimler yapılarak test edilmiştir. Eğitimlerle elde edilen tüm mimarilerde iyileşme sağlandığı görülmüştür.
Özet (Çeviri)
Diabetic retinopathy (DR) is one of the most dangerous complications of diabetes. Early diagnosis and treatment is extremely important to reduce costs. It is very difficult to make a definitive diagnosis in cases of diabetic retinopathy. It is possible to determine the stages of the disease by examining fundus images by a specialist physician. Simplifying the process of determining the stages of this disease, which is seen in millions of people, will accelerate the diagnosis and treatment processes. However, the creation of labelled data is a costly process and creates differences of opinion among specialist physicians. This situation also affects the performance of the methods used in the diagnosis process. Classification of diabetic retinopathy using evolutionary neural networks is one of the deep learning approaches and there have been many recent studies on this subject in the literature. In this study, DR stages in fundus images were detected using a learning-based approach based on evolutionary neural networks. In addition, the study also examined whether the categorical attention mechanism is added to the models used in the stage classification process and whether the classification results are improved. The success of the study was tested by training on different network architectures. It was observed that improvement was achieved in all architectures obtained by training.
Benzer Tezler
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Derin öğrenme ile debi tahmini
Streamflow prediction with deep learning
CANER BOYRAZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF NACİ ENGİN
- Video üzerinde derin öğrenme ile nesne sansürlüme
Sensor processing on video with deep learni̇ng
YERNIYAZ BAKHYTOV
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Akciğerin X-ray görüntülerinden derin öğrenme ile pnömoni tespiti
Detection of pneumonia wıth deep learning from X-ray images of lung
BUĞRA HATİPOĞLU
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İRFAN KARAGÖZ
DOÇ. DR. MİKAİL İNAL
- Yüksek çözünürlüklü görüntülerde derin öğrenme tabanlı nesne tespiti için yeni bir önişleme yöntemi geliştirilmesi
Development of a new preprocessing method for deep learning based object detection in high resolution images
MUHAMMED TELÇEKEN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
PROF. DR. SEZGİN KAÇAR