Dıyabetık retınopatı teşhısı ıçın hıbrıt bır yöntemle bölütleme ve sınıflama
Segmentation and classification with a hybrid method for diagnosis of diabetic retinopathy
- Tez No: 923092
- Danışmanlar: PROF. DR. BÜNYAMİN CİYLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Obezite ve genetik yatkınlık gibi faktörlerin etkisiyle, diyabetin görülme sıklığı dünya genelinde artmaktadır. 2024 yılı itibariyle dünyada 800 milyon diyabet hastası bulunmaktadır. Diyabetin göz damalarında hasara neden olması ortaya çıkan diyabetik retinopati (DR), zamanla görme problemlerine temel oluşturan bir rahatsızlıktır. Klasik yaklaşımda DR tanısı, gözün fundus görüntülerinin düzenli aralıklarla uzmanlar tarafından incelenmesi ile konulabilmektedir. Bu yöntemler, zaman ve işgücü gereksinimlerini artırmaktadır. DR'nin yapay zekâ algoritmaları ile teşhisinde fundus görüntülerindeki damar gürültüsünün kaldırılması, teşhis başarısını artırmaktadır. Bu yöntemlerde temel problem ise tüm gürültülerde etkin olacak bir yöntemin zorluğu ve sınıflama aşamasında derin öğrenme modellerinin yüksek eğitim zamanları gerektirmesidir. Literatürde gürültüsüz görüntüyü ve ikili / beşli sınıflandırma sonucunu karar vericilere basit bir ara yüz ile sunan, zaman maliyetini düşüren çalışma eksikliği görülmektedir. Bu çalışmada, fundus görüntülerindeki kan damarı gürültüsü LinkNetRCB7 modeliyle etkili şekilde ortadan kaldırılmıştır. DR'nin sınıflandırılması için derin öğrenme algoritmalarına kıyasla daha az zaman maliyeti gerektiren, makine öğrenimi tabanlı bir topluluk öğrenme modeli önerilmiştir. Bu model kullanılarak, DR ikili/beşli şekilde sınıflara ayrılmıştır. Topluluk öğrenme modelleri, modellerin avantajlarını bir araya getirerek kendisini oluşturan bu modellerden daha yüksek başarı değerleri ortaya koymaktadırlar. Çalışmanın temel amacı hızlı, yüksek doğruluk oranlarına ve daha az zaman maliyetine sahip bir yaklaşım sunmaktır. Çalışmada kan damarı bölütlemesinde DRIVE ve STARE veri setlerinin birleştirilerek, %85,95'lik bir dice katsayısı değeri elde edilmiş, DR'nin ikili ve beşli sınıflandırılmasında APTOS 2019 veri seti ile sırasıyla %97,60, %96,65 doğruluk değerlerine ulaşılmıştır. Tek değişkenli özellik seçimi ile özellik sayısı 30'dan 5'e düşürülerek ikili ve beşli sınıflandırmada sırasıyla %95,35 ve %93,60 doğruluk değerleri APTOS 2019 veri seti ile elde edilmiştir. Bu şekilde ikili sınıflandırmada 30 sn'den 6 sn'ye, beşli sınıflandırmada ise 80 sn'den 32 sn'ye düştüğü görülmüştür.
Özet (Çeviri)
Due to factors such as obesity and genetic predisposition, the incidence of diabetes is increasing worldwide. By 2024, there will be 800 million diabetics in the world. Diabetic retinopathy (DR), which occurs when diabetes damages the eye vessels, is a disorder that forms the basis of visual impairment over time. In the classic method, DR can be diagnosed by having fundus images of the eye examined by experts at regular intervals. These methods increase the time and effort required. When diagnosing DR with artificial intelligence algorithms, the removal of vascular noise in fundus images increases the diagnostic success. The main problem with these methods is the difficulty in finding a method that is effective on all noises and the high training times that deep learning models require in the classification phase. There is a lack of studies in the literature that present the noise-free image and binary/quinary classification result to decision makers with a simple interface and reduce the time cost. In this study, the noise of blood vessels in fundus images was effectively eliminated using the LinkNetRCB7 model. An ensemble learning model based on machine learning, which requires less time to classify DR compared to deep learning algorithms, was proposed. With this model, DR is categorized into binary/quinary classes. By combining the advantages of the models, ensemble learning models show higher success rates than the models they form. The main objective of the study is to present an approach that is fast, has high accuracy and takes less time. In the study, by combining DRIVE and STARE datasets, a Dice coefficient of 85.95% was achieved in the segmentation of blood vessels, and 97.60% and 96.65% accuracy was achieved in the binary and quinary classification of DR using the APTOS 2019 dataset. By reducing the number of features from 30 to 5 with univariate feature selection, 95.35% and 93.60% accuracy values were achieved in binary and quinary classification, respectively, with the APTOS 2019 dataset. In this way, it was found to decrease from 30 seconds to 6 seconds for binary classification and from 80 seconds to 32 seconds for quinary classification.
Benzer Tezler
- Gestasyonel diyabetli kadınlarda yaşam kalitesi ve depresyon durumlarının incelenmesi
The examination of life quality and the event of depression in the period of pregnancy of diabetic women
REYHAN AYDIN
Yüksek Lisans
Türkçe
2013
HemşirelikHaliç ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. NEZİHE KIZILKAYA BEJİ
- Deneysel diyabetik ratlarda akciğer mast hücrelerinin dağılımı ve heterojenitesi üzerine melatoninin histokimyasal, enzimhistokimyasal ve immunhistokimyasal etkilerinin belirlenmesi
Distribution of lung mast cells of diabetic rats and determination of histochemical, enzym-histochemical and immuno-histochemical effects of melatonine on its heterogeneity
EMRAH ARDIÇ
Yüksek Lisans
Türkçe
2014
Histoloji ve EmbriyolojiAtatürk ÜniversitesiTıbbi Histoloji ve Embriyoloji Ana Bilim Dalı
DOÇ. DR. NEJDET ŞİMŞEK
- Vardiyalı çalışan hemşirelerde diyabet riskinin belirlenmesi
Determination of diabetes risk of nurses working in shifts
SERPİL TÜRKER ÇEKİNMEZ
- Beyin antioksidan enzimlerinin tip1 diyabet ile değişimi: resveratrol'ün etkileri
Changes in brain antioxidant enzymes with type 1 diabetes: effects of resveratrol
DİLAN KONAT
Yüksek Lisans
Türkçe
2014
BiyolojiKaramanoğlu Mehmetbey ÜniversitesiBiyoloji Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN SADİ
- Kardiyak sendrom x hastalarında faktör xııı gen mutasyonu sıklığının prognostik önemi
The prognostic importance of factor xiii gene mutation frequency in patients with cardiac syndrome x
GAMZE BABUR GÜLER
Tıpta Uzmanlık
Türkçe
2010
KardiyolojiSağlık BakanlığıKardiyoloji Ana Bilim Dalı
PROF. DR. MEHMET MUHSİN TÜRKMEN