Geri Dön

Hayvansal gıdalarda derin öğrenme ile tüberküloz tespiti

Detection of tuberculosis in animal-based foods using deep learning

PDF İndir

  1. Tez No: 933103
  2. Yazar: MUSTAFA BURKAY ÖZDEMİR
  3. Danışmanlar: DOÇ. DR. EKİN EKİNCİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

Sığır tüberkülozu (bTB), Mycobacterium tuberculosis (MTBC) bir üyesi olan Mycobacterium bovis'in neden olduğu zoonotik bulaşıcı hastalıktır. Bu hastalık sığırları etkilemekle birlikte diğer hayvanları ve insanları da enfekte edebilmekte ve ciddi sağlık sorunlarına yol açmaktadır. Et ve pastörize edilmemiş süt gibi kontamine hayvansal ürünlerin tüketilmesi yoluyla insanlara bulaşabilen bTB, gıda güvenliği ve halk sağlığının korunması için incelenmesi gereken bir konudur. Hayvansal ürünlerde bTB'nin tespit edilmesi, semptomların karmaşıklığı ve inceliği nedeniyle zordur. Bu hastalığın tespiti, özel teknikler ve uzmanlık gerektirir. Derin Öğrenme (DL) yaklaşımları, özellikle görüntü analizi ve örüntü tanıma gibi tıbbi teşhis alanlarında sıklıkla kullanılmaktadır. DL uygulamaları, insan göğüs röntgenlerinde tüberküloz tespiti için sıklıkla tercih edilen bir yöntem iken hayvansal ürünlerde bTB tespitine odaklanan çalışmalarda ciddi bir boşluk vardır. Bu çalışma, et ürünlerindeki bTB'yi tespit etmek için bir Evrişimsel Sinir Ağı (CNN) yaklaşımı önererek literatürdeki bu boşluğu kapatmayı hedeflemektedir. Çalışmanın veri kümesi tüberkülozla mücadele vakıfları ve veterinerlik yayınları da dahil olmak üzere çeşitli güvenilir ve bilimsel kaynaklardan elde edilen bTB ile enfekte ve sağlıklı sığır eti görüntülerinden oluşmaktadır. Veri kümesi, yüksek kaliteli görüntüler sağlama amacıyla dikkatlice seçilmiştir. Veri kümesini dengelemek ve modelin öğrenme yeteneklerini geliştirmek için kapsamlı veri artırma teknikleri uygulanmıştır. Elde edilen veri kümesi beş farklı CNN mimarisi (ResNet-50, DarkNet-53, MobileNet-v2, GoogleNet ve EfficientNet-b0) ile modellenmiştir. Her modelin performansı sorgulanırken doğruluk, kesinlik, geri çağırma ve F1-skoru gibi çeşitli ölçütlere göre değerlendirmeler yürütülmüştür. Oluşturulan modellerin yüksek doğruluk oranları, DL tekniklerinin et ürünlerinde bTB tespitini otomatikleştirme ve iyileştirme potansiyelinin altını çizmektedir. BTB ile enfekte etlerin hızlı ve doğru bir şekilde tespit edilebilmesi, gıda güvenliği önlemlerini önemli ölçüde arttıracak ve tüberkülozun insanlara bulaşma riskini azaltacaktır. Buna ek olarak, DL modellerinin kullanımı, insan hatalarını azaltarak daha yüksek hassasiyetle tutarlı ve objektif sonuçlar sağlayacaktır. Gelecekteki çalışmalar, model performansını daha da artırmak için farklı derin öğrenme mimarilerinin ve daha çok veri toplanarak daha geniş veri kümelerinin incelenmesine odaklanacaktır

Özet (Çeviri)

Bovine tuberculosis (bTB) is a zoonotic infectious disease caused by Mycobacterium bovis, a member of the Mycobacterium tuberculosis complex (MTBC). Although this disease primarily affects cattle, it can also infect other animals and humans, leading to serious health concerns. Because bTB can be transmitted to humans through the consumption of contaminated animal products such as meat and unpasteurized milk, it is an issue of significant importance for food safety and public health. Detecting bTB in animal products is challenging due to the complexity and subtlety of its symptoms, necessitating specialized techniques and expertise. Deep Learning (DL) approaches, particularly in image analysis and pattern recognition, are frequently utilized in the medical diagnosis domain. While DL applications are often employed for tuberculosis detection in human chest X-rays, there is a substantial gap in research focusing on bTB detection within animal products. This study aims to address this gap by proposing a Convolutional Neural Network (CNN) approach for detecting bTB in meat products. The dataset used in this research comprises images of bTB-infected and healthy cattle meat sourced from various organizations—such as anti-tuberculosis foundations—and veterinary publications. These images were carefully selected to ensure high quality, and comprehensive data augmentation techniques were applied to balance the dataset and enhance the model's learning capabilities. The resulting dataset was modeled using five different CNN architectures: ResNet-50, DarkNet-53, MobileNet-v2, GoogleNet, and EfficientNet-b0. Each model's performance was evaluated based on multiple metrics, including accuracy, precision, recall, and F1-score. The high accuracy rates achieved by these models underscore the potential of DL techniques to automate and improve bTB detection in meat products. Rapid and accurate identification of bTB-infected meat will significantly bolster food safety measures and reduce the risk of tuberculosis transmission to humans. Additionally, leveraging DL models helps minimize human error and provides more consistent, objective results with higher precision.

Benzer Tezler

  1. Tez No

    359638

    All-trans retinoik asit, metotreksat ve aktinomisin D kemoterapilerinin farklı koryokarsinom hücre kültür modelleri üzerindeki etkilerinin karşılaştırılması

    The comparison of the effect of all-trans retinoic acid, methotrexate, actinomycin D and combined chemotherapy on the different choriocarcinoma cell culture models

    GÖRKER SEL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    Kadın Hastalıkları ve DoğumBülent Ecevit Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    PROF. DR. MÜGE HARMA

  2. Tez No

    948073

    Kafes ve toprak havuzlarda yetiştirilen granyözün (argyrosomus regius asso, 1801) renginin görüntü analiz yöntemi ile karşılaştırılması

    Comparison by image analysis of colour of meagre (argyrosomus regius asso, 1801) grown cage and earth ponds

    CANAN ÜNLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Su ÜrünleriAkdeniz Üniversitesi

    Su Ürünleri Yetiştiriciliği Ana Bilim Dalı

    PROF. DR. ERKAN GÜMÜŞ

  3. Tez No

    770609

    Cengiz Han dönemi ve sonrasında Moğollarda göçebe yaşam ve ekonomik yapı

    Nomadic life and economic structure in the Mongolians during and after the Chinggis Khan era

    GÖKHAN KURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    TarihŞırnak Üniversitesi

    İslam Tarihi ve Sanatları Ana Bilim Dalı

    DOÇ. DR. BAHATTİN KELEŞ

  4. Tez No

    581572

    Functional properties of protein isolates and antioxidants of two local turkish cranberry bean varieties and in-vitro bioaccessability studies.

    Türkiyeye özgü iki yerli barbunya çeşidine ait prtoein izolatları ve antioksidanlarının fonksiyonel özellikleri ve in-vitro biyoulaşılabilirlik çalışmaları

    SAYNA ZAHEDINIA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. BERAAT ÖZÇELİK

  5. Tez No

    528470

    Psöriazis hastalarında vitamin b12 düzeyleri

    Vitamine b12 levels in psoriasis patients

    YAHYA BEŞKARDEŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    DermatolojiBezm-i Alem Vakıf Üniversitesi

    Deri ve Zührevi Hast. Ana Bilim Dalı

    PROF. DR. NAHİDE ONSUN

Geri Dön