Derin öğrenme temelli otomatik medikal görüntü analiz sistemi tasarımı ve gerçekleştirilmesi
Design and implementation of deep learning-based automated medical image analysis system
- Tez No: 913135
- Danışmanlar: DOÇ. DR. ZÜLEYHA AKUSTA DAĞDEVİREN
- 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: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 91
Özet
Medikal görüntülerin analiz edilmesinin zorlu ve zaman alıcı bir süreç olmasının yanı sıra, hızla artan nüfus ve buna bağlı olarak artan hasta sayısı, hastalık tespitinde birçok aksaklığa ve gecikmelere yol açabilmektedir. Oluşan bu aksaklıklar hem hastalar hem de sağlık çalışanları üzerinde olumsuz etkilere neden olabilmektedir. Bu tez çalışmasında, medikal görüntülerin daha hızlı ve verimli analiz edilebilmesi amacıyla derin öğrenme tabanlı bir sistem geliştirilmiştir. Çalışma kapsamında endoskopi görüntülerinden oluşan Kvasir veri seti kullanılarak, poliplerin tespit edilmesini sağlayacak bir model geliştirilmesi hedeflenmiştir. Ayrıca trikoloji için önemli bir kriter olan ve saçın iyileşmesine yönelik yapılan işlemlerin ne kadar etki ettiğini analiz etmede kullanılan saç uzama miktarını hızlı ve başarılı bir şekilde tespit etmek için görüntü işleme temelli bir yöntem geliştirilmiştir. Geliştirilen polip tespit modeli ve saç analizi yöntemi, bir arayüzle birleştirilmiş ve kullanıcı dostu bir sistem oluşturulmuştur. Bu sistem, medikal görüntülerin kolaylıkla ve hızlıca analiz edilebilmesi amacıyla tasarlanmıştır. Gelecekte bu modelin, farklı medikal görüntü türlerinde ve daha geniş veri setleri üzerinde test edilerek medikal görüntü analizi süreçlerinde önemli katkılar sağlaması beklenmektedir.
Özet (Çeviri)
In addition to the fact that analyzing medical images is a difficult and time-consuming process, the rapidly increasing population and the increasing number of patients can lead to many disruptions and delays in disease detection. These disruptions can have negative effects on both patients and healthcare professionals. In this thesis, a deep learning-based system was developed in order to analyze medical images faster and more efficiently. Within the scope of the study, it was aimed to develop a model that will detect polyps using the Kvasir dataset consisting of endoscopy images. Furthermore, an image processing-based method was developed to detect the amount of hair growth quickly and successfully, which is an important criterion for trichology and is used to analyze how much the procedures performed for hair recovery have affected. The developed polyp detection model and hair analysis method were combined with an interface and a user-friendly system was created. This system was designed to analyze medical images easily and quickly. In the future, it is expected that this model will make significant contributions to medical image analysis processes by being evaluated on different medical image types and larger data sets.
Benzer Tezler
- Derin öğrenme yaklaşımı ile malaria (sıtma) hastalığı görüntülerinin sınıflandırılması
Classification of malaria disease images using deep learning approach
MOHANAD MOHAMMED QANBAR
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilişim Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi
Improving the network training in convolutional neural networks
KÜBRA UYAR
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Tıbbi görüntülerden derin öğrenme yöntemi ile karaciğer ve beyin lezyonlarının bölütlenmesi
Segmentation of liver and brain lesions by deep learning approach from medical images
ONUR CAN BAYRAK
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- Deep learning analysis in dermoscopy images
Dermoskopi görüntülerinde derin öğrenme analizi
FATİH ERGİN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN