Zatürre hastalığı tanısında radyolojik görüntüler kullanılarak derin öğrenme yöntemlerinin başarılarının ölçülmesi
Evaluation of the success of deep learning methods using radiological images in the diagnosis of pneumonia
- Tez No: 931596
- Danışmanlar: DR. ÖĞR. ÜYESİ YÜCEL TEKİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Zatürre, Hastalık, Derin Öğrenme, Pneumonia, Disease, Deep Learning
- Yıl: 2025
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 54
Özet
Solunum yolu enfeksiyonları, küresel ölçekte ciddi sağlık sorunları arasında yer almaktadır. Bu enfeksiyonlar arasında zatürre, özellikle tanı ve tedavi süreçlerinin hız ve doğruluğunun hayati önem taşıdığı bir hastalık olarak öne çıkmaktadır. Günümüzde zatürre tanısında radyolojik görüntüler önemli bir rol oynamakta olup, bu görüntülerin analizinde yapay zeka tabanlı yöntemler yeni bir perspektif sunmaktadır. Derin öğrenme teknikleri, radyolojik verilerin daha etkili bir şekilde işlenmesine olanak tanıyarak tanı süreçlerinde insan hata payını azaltma ve doğruluk oranını artırma potansiyeline sahiptir. Bu çalışmada, zatürre tanısında radyolojik görüntülerin derin öğrenme yöntemleriyle değerlendirilmesi ve bu yaklaşımların tanı süreçlerindeki etkinliklerinin ölçülmesi amaçlanmaktadır.
Özet (Çeviri)
Respiratory tract infections are among the significant global health concerns. Among these infections, pneumonia stands out as a disease where the speed and accuracy of diagnosis and treatment are of critical importance. Today, radiological images play a crucial role in the diagnosis of pneumonia, and artificial intelligence-based methods offer a new perspective in analyzing these images. Deep learning techniques enable more efficient processing of radiological data, reducing human error and enhancing diagnostic accuracy. This study aims to evaluate radiological images in pneumonia diagnosis using deep learning methods and to measure the effectiveness of these approaches in diagnostic processes.
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
- Covid-19 hastalığının sınıflandırılmasında derin öğrenme modellerinin performanslarının karşılaştırılması
Comparison of the performances of deep learning models in classification of Covid-19 disease
PERVİN SÜRGÜÇOĞLU
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKastamonu ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL AKYOL
- Kliniğimizde 2000-2016yılları arasında takip ettiğimiz sanfilipposendromlu hastaların tanı, biyokimyasal parametreler, tedavi ve klinikizlemlerinin değerlendirilmesi ve genetik danışma verilmesi
Genetical counsulting and clinical, biochemical, radiologic findings of sanfilippo syndromepatients who were diagnosed and followed up between 20002016.
BİLGE NOYAN
Tıpta Uzmanlık
Türkçe
2016
Endokrinoloji ve Metabolizma HastalıklarıMarmara ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HURİYE NURSEL ELÇİOĞLU
- Sağlık çalışanlarında legıonella pneumophıla prevalansının ELISA yöntemi ile araştırılması
Investigation of legionella pneumophila prevalance in health care workers by ELISA
NEDİM AY
Yüksek Lisans
Türkçe
2013
MikrobiyolojiGaziantep ÜniversitesiTıbbi Mikrobiyoloji Ana Bilim Dalı
PROF. DR. TEKİN KARSLIGİL
- Streptococcus pneumoniae bakterisine özgü aptamer seçimi
Selection of aptamers targeted to streptococcus pneumoniae
ÖZGÜR GÖKMEN
Yüksek Lisans
Türkçe
2014
BiyokimyaGebze Yüksek Teknoloji EnstitüsüKimya Ana Bilim Dalı
DOÇ. DR. ALİ TÜRKAN