Sürü zekâsına dayalı metasezgisel algoritmalar ile retinal damar segmentasyonu
Retinal vessel segmentation by using swarm intelligence based metaheuristic algorithms
- Tez No: 918454
- Danışmanlar: DOÇ. DR. MEHMET BAHADIR ÇETİNKAYA
- Tez Türü: Doktora
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Metasezgisel Algoritmalar, Sürü Zekâsı, Retinal Damar Segmentasyonu, Kümeleme, Metaheuristic Algorithms, Swarm Intelligence, Retinal Vessel Segmentation, Clustering
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 92
Özet
SÜRÜ ZEKÂSINA DAYALI METASEZGİSEL ALGORİTMALAR İLE RETİNAL DAMAR SEGMENTASYONU Hakan DURAN Erciyes Üniversitesi, Fen Bilimleri Enstitüsü Doktora Tezi, Ocak 2025 Danışman: Doç. Dr. Mehmet Bahadır ÇETİNKAYA ÖZET Metasezgisel algoritmalara dayalı biyomedikal görüntü analizi son yıllarda önemli bir araştırma alanı haline gelmiştir. Özellikle, retinal görüntülerdeki retinal kan damarların yüksek doğrulukta sınıflandırılması retinal hastalıkların teşhis ve tedavisi açısından önem arz etmektedir. Sürü zekâsına dayalı metasezgisel algoritmalar küresel araştırma yetenekleri, yüksek yakınsama oranları ve az sayıda kontrol parametresine sahip olmaları gibi önemli avantajları sayesinde biyomedikal görüntülerin analizinde etkin çözümler sunmaktadırlar. Bu tez çalışmasında Denizanası Araştırma (JS) algoritması, Deniz Yırtıcıları algoritması (MPA), Tunicate Sürü algoritması (TSA), Açlık Oyunları Araştırma (HGS) algoritması, Tuna Balığı Sürü Optimizasyon (TSO) algoritması, Ateşböceği Sürü Optimizasyon (FSO) algoritması, Sürüngen Araştırma algoritması (RSA) ve Bal Porsuğu algoritması (HBA) gibi güncel metasezgisel algoritmalar retinal damar segmentasyonuna yönelik kümeleme tabanlı geliştirilmişlerdir. Daha sonra, bu algoritmaların performansları Parçacık Sürüsü Optimizasyon (PSO) algoritması, Yapay Arı Koloni (ABC) algoritması ve Gri Kurt Optimizasyon (GWO) algoritması ile mukayese edilmiştir. Her bir algoritmanın performansı duyarlılık (SE), özgüllük (SP), doğruluk (ACC), F-skor, yakınsama hızı, ortalama karesel hata (MSE), CPU süresi, standart sapma ve Wilcoxon rank-sum test metrikleri açısından ayrı ayrı analiz edilmiştir. DRIVE ve STARE veri tabanlarında gerçekleştirilmiş olan simülasyonlar sonucunda JS, MPA, TSA, HGS, TSO, FSO, RSA ve HBA algoritmalarının retinal damar segmentasyonunda başarılı bir şekilde kullanılabileceği görülmüştür.
Özet (Çeviri)
RETINAL VESSEL SEGMENTATION BY USING SWARM INTELLIGENCE BASED METAHEURISTIC ALGORITHMS Hakan DURAN Erciyes University, Graduate School of Natural and Applied Sciences PhD Thesis, January 2025 Supervisor: Associate Professor Mehmet Bahadır ÇETİNKAYA ABSTRACT Biomedical image analysis based on metaheuristic algorithms has become a significant area of research in recent years. In particular, classification of retinal blood vessels in retinal images with high accuracy is crucial for the diagnosis and treatment of retinal diseases. Swarm intelligence based metaheuristic algorithms provide effective solutions in the analysis of biomedical images due to their advantages such as global search abilities, higher convergence rates and having only few control parameters. In this thesis, novel metaheuristic algorithms of Jellyfish Search (JS) algorithm, Marine Predator algorithm (MPA), Tunicate Swarm algorithm (TSA), Hunger Games Search (HGS) algorithm, Tuna Swarm Optimization (TSO) algorithm, Firebug Swarm Optimization (FSO) algorithm, Reptile Search algorithm (RSA) and Honey Badger algorithm (HBA) have been improved as clustering based for retinal vessel segmentation. Afterwards, the performances of these algorithms have been compared to that of Particle Swarm Optimization (PSO) algorithm, Artificial Bee Colony (ABC) algorithm and the Gray Wolf Optimization (GWO) algorithm. The performances of each algorithm have been analyzed separately in terms of sensitivity (SE), specifity (SP), accuracy (ACC), F-score, convergence rate, mean squared error (MSE), CPU time, standard deviation and Wilcoxon rank-sum test metrics. As a result of the simulations carried out on DRIVE and STARE databases, it can be concluded that JS, MPA, TSA, HGS, TSO, FSO, RSA and HBA algorithms can successfully be used in retinal vessel segmentation.
Benzer Tezler
- Meta - sezgisel algoritmalara dayalı retinal damar bölütleme
Retinal vessel segmentation based on meta-heuristic algorithms
KADER TAŞKIRAN
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriErciyes ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BAHADIR ÇETİNKAYA
- Sosyal örümcek algoritmasıyla sosyal ağlarda duygu analizi
Sentiment analysis in social networks with social spider optimization algorithm
VAHTETTİN CEM BAYDOĞAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ
- Ayrık optimizasyon problemlerinin çözümü için yeni yaklaşımların geliştirilmesi
Developing new approaches for solving discrete optimization problems
AYBÜKE BABADAĞ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BABALIK
- Kaotik üçgenleme topolojisi toplama optimizasyon algoritması
Chaotic triangulation topology aggregation optimization algorithm
SONAY MUTLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELİF VAROL ALTAY
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR