Akciğer BT görüntülerinden tümörlü verilerin farklı derin öğrenme modelleriyle tahmini
Prediction of tumor data from lung CT images with different deep learning models
- Tez No: 905562
- Danışmanlar: DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR
- 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: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 148
Özet
Akciğer tümörleri günümüzde sıklıkla görülür ve yaygın bir şekilde insanlarda ölümlere neden olan tehlikeli bir hastalıktır. Akciğer tümörlerine doğru ve erken teşhis koyulması akciğer kanserinin önlenmesinde ve tedavisinde oldukça önemlidir. Ayrıca erken ve doğru teşhis ile kansere yakalanan hastaların yaşama şansı artar. Bu kanser türü manyetik rezonans (MR), pozitron emisyon tomografisi (PET) ve bilgisayarlı tomografi (BT) gibi tıbbi görüntüleme yöntemleriyle tespit edilir ve doktorlar bu hastalığa yakalanan hastaların takibi ve tedavisini manuel bir şekilde gerçekleştirir. Ancak çoğu zaman manuel yapılan tetkikler yanlış teşhise sebep verebilir ve böylelikle kişilerin sağlığı riske girebilir. Bunun yerine bilgisayar destekli otomatik, doğru ve ayrıntılı yapılan erken kanser teşhisine ihtiyaç bulunmaktadır. Böyle bir uygulama aynı zamanda sağlıkta bu alanda çalışan doktorlara önemli katkılar sağlayabilir. Klasik yöntemler yerine derin öğrenme temelli bilgisayar destekli yapılan uygulamalar akciğer tümörlerinin bu alanda çalışan uzmanlar için büyük fayda sağlar. Bu sebeple bu çalışmada akciğer hastalıkları ile yapılan çalışmalar ayrıntılı bir şekilde incelenmiştir. Çalışmanın ilk aşamasında 1190 akciğer tomografi görüntüsü önerilen derin öğrenme modelleri için hazırlanmış ve ön işlemesi gerçekleştirilmiştir. İkinci aşamasında ise derin öğrenme modellerinden Evrişimsel Sinir Ağı (Convolutional Neural Network – CNN) , Derin Sinir Ağları ( Deep Neural Network – DNN), ResNet, Xception, AlexNet, VGG16 ve MobileNet kullanılarak farklı akciğer tümörleri ile normal akciğer görüntülerinin tespiti gerçekleştirilmiştir. Kullanılan derin öğrenme yöntemleri farklı ağ yapısı ile modellenmiştir ve farklı tümörler bu ağ yapısıyla hızlı ve doğru bir şekilde sınıflandırılmıştır. Önerilen DNN, CNN, ResNet, Xception, AlexNet VGG16 ve MobileNet modelleri için kullanılan katmanlar, parametre değerleri, sınıflandırma doğruluğu ve kayıp grafikleri ayrı ayrı gösterilmiştir. Kullanılan her modelin doğruluğu duyarlılık, kesinlik ve F1-Skor gibi farklı değerlendirme metrikleri ile hesaplanmış ve sonuçlar karşılaştırılmıştır. Ayrıca her model için performans analizleri yapılmış ve eğitim, test ve valid görüntüleri için karmaşıklık matrisleri ile ROC analizleri sunulmuştur. Önerilen derin öğrenme modellerinden DNN, CNN, ResNet, Xception, AlexNet, VGG16 ve MobileNet modellerinin test başarıları sırasıyla %98.18, %98.18, %95.15, %89.09, %82.42, %92.12 ve %96.36 olarak bulunmuştur.
Özet (Çeviri)
Lung tumors are common today and are a dangerous disease that commonly causes death in people. Accurate and early diagnosis of lung tumors is very important in the prevention and treatment of lung cancer. In addition, with early and accurate diagnosis, the chances of survival of patients with cancer increase. This type of cancer is detected by medical imaging methods such as magnetic resonance (MR), positron emission tomography (PET) and computed tomography (CT), and doctors manually follow up and treat patients with this disease. However, manual examinations can often lead to incorrect diagnosis, thus putting people's health at risk. Instead, computer-assisted, automatic, accurate and detailed early cancer diagnosis is needed. Such an application can also make significant contributions to doctors working in this field of health. Instead of classical methods, computer-aided applications based on deep learning are of great benefit to experts working in this field of lung tumors. For this reason, in this study, studies on lung diseases were examined in detail. In the first stage of the study, 1190 lung tomography images were prepared and preprocessed for the proposed deep learning models. In the second stage, the detection of different lung tumors and normal lung images was performed using deep learning models such as Convolutional Neural Network (CNN), Deep Neural Network (DNN), ResNet, Xception, AlexNet, VGG16 and MobileNet. The deep learning methods used were modeled with different network structures and different tumors were classified quickly and accurately with this network structure. The layers, parameter values, classification accuracy and loss graphs used for the proposed DNN, CNN, ResNet, Xception, AlexNet VGG16 and MobileNet models are shown separately. The accuracy of each model used was calculated with different evaluation metrics such as sensitivity, precision and F1-Score, and the results were compared. In addition, performance analyzes were performed for each model, and complexity matrices and ROC analyzes were presented for training, testing and valid images. The test successes of the proposed deep learning models DNN, CNN, ResNet, Xception, AlexNet, VGG16 and MobileNet were found to be 98.18%, 98.18%, 95.15%, 89.09%, 82.42%, 92.12% and 96.36%, respectively.
Benzer Tezler
- Akciğer kanserinde karşı akciğer parankim metastazını predikte eden faktörlerin PET/BT ile incelenmesi
Evaluation of contralateral lung metastasis, İTS causes and predictive factors in lung cancer with fluorodeoxyglucose positron emission tomography/computed tomography findings
BÜŞRA ÖZDEMİR GÜNAY
Tıpta Uzmanlık
Türkçe
2022
Radyoloji ve Nükleer TıpTrakya ÜniversitesiNükleer Tıp Ana Bilim Dalı
PROF. DR. FUNDA ÜSTÜN
- Evrişimsel sinir ağları ile toraks BT görüntülerinden akciğer kanseri tespiti
Detection of lung cancer on thorax CT images with convolutional neural networks
AYMEN SALMAN DAWOOD EZZAT
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAHİME CEYLAN
- Karaciğer metastazlarında primer tümör odağını öngörmede 'radiomics' ve makine öğrenmesinin katkısı
Contribution of 'radiomics' and machine learning in predicting primer tumor site in liver metastases
ABDULLAH YILDIZ
Tıpta Uzmanlık
Türkçe
2020
Radyoloji ve Nükleer TıpKocaeli ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUDE TOSUN
- Akciğer pet görüntülerinde bölütleme yöntemlerinin incelenmesi
Segmentation methods examination on lung cancer of pet images
KÜBRA ESET
Yüksek Lisans
Türkçe
2016
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEMRA İÇER
- Akciğer kanserinin tespit edilmesinde derin öğrenme algoritmalarının kullanılması
Using deep learning algorithms for detecti̇on of lung cancer
AYŞEN ÖZÜN TÜRKÇETİN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIsparta Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HİLMİ CENK BAYRAKÇI
DR. ÖĞR. ÜYESİ BEKİR AKSOY