Geri Dön

Yapay zekâ yöntemleri ile diz MRI görüntülerinden menisküs yırtıklarının tespiti

Determination of meniscus tears from knee MRI images with artificial intelligence methods

PDF İndir

  1. Tez No: 938291
  2. Yazar: MEHMET ALİ ŞİMŞEK
  3. Danışmanlar: PROF. DR. AHMET SERTBAŞ
  4. Tez Türü: Doktora
  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: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 98

Özet

Menisküs diz ekleminde tibia ve femur arasında yer alan, eklem stabilitesini sağlayan, yük dağılımına yardımcı olan ve şok emilimi işlevi gören“C”şeklinde fibro-kıkırdak yapılarından oluşan bir dokudur. Menisküs dokusunun zedelenmesi veya dejenerasyonu; eklem stabilitesinin bozulmasına, yük dağılımının dengesizleşmesine ve uzun vadede kıkırdak aşınmasına bağlı olarak osteoartrit gelişimine yol açarak hareket kısıtlılığı ve kronik ağrı gibi ciddi problemlere neden olabilir. Menisküs yırtıklarının teşhisi genellikle manyetik rezonans görüntüleme (MRG) ile yapılmaktadır fakat bu yöntem uzman yorumuna muhtaçtır. Bu durum da teşhis sürecini olumsuz etkileyebilir. Bu çalışmanın amacı MRG üzerinden menisküs yırtıklarını tespit etmek ve menisküs bölgesinin hassas segmentasyonunu gerçekleştirmektir. Bu amaç doğrultusunda menisküs yırtıklarını tespit etmek için bir derin öğrenme modeli olan MOD-YOLOv8 geliştirilmiştir. Ayrıca topluluk metotlarına dayalı yeni bir segmentasyon yöntemi uygulanarak menisküs bölgesinin daha doğru ve güvenilir şekilde belirlenmesi hedeflenmiştir. Çalışmada YOLO serisi modelleri kullanılmış ve önerilen yöntemin başarımı dice similarity coefficient, precision, recall and positive predictive value gibi metrikler ile değerlendirilmiştir. Bulgular, önerilen modelin hem menisküs yırtıklarının tespitinde hem de segmentasyon sürecinde üstün performans gösterdiğini ve klinik uygulamalara entegre edilebileceğini ortaya koymaktadır.

Özet (Çeviri)

The meniscus is a C-shaped fibrocartilage structure located between the tibia and femur in the knee joint and plays a crucial role in joint stability, load distribution and shock absorption. Damage or degeneration of the meniscus can lead to instability of the joint, impaired load distribution and cartilage wear, which develops into osteoarthritis over time. These changes can lead to restricted movement and chronic pain and significantly impair the patient's quality of life. Meniscus tears are usually diagnosed using magnetic resonance imaging (MRI). However, this method requires expert interpretation, which can affect the diagnostic process and lead to variations in the assessment. The aim of this study is to detect meniscus tears using MRI scans and to precisely segment the meniscus region. To achieve this, a deep learning-based model, MOD-YOLOv8, is proposed for meniscus tear detection. In addition, a novel segmentation approach based on ensemble methods was implemented to improve the accuracy and reliability of meniscus region delineation. YOLO series models are used in the study and the performance of the proposed method is evaluated using metrics such as dice similarity coefficient, precision, recall and positive predictive value. The results show that the proposed model achieves superior performance in both detection and segmentation of meniscal tears, suggesting potential integration into clinical applications.

Benzer Tezler

  1. Tez No

    729118

    Derin öğrenmeyle manyetik rezonans görüntüleme

    Magnetic resonance imaging with deep learning

    ALİ CAN KARA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. FIRAT HARDALAÇ

  2. Tez No

    829220

    Diz MRI görüntüleri üzerinde veri artırım teknikleri kullanılarak derin öğrenme tabanlı yaralanma tespiti

    Deep learning-based injury detection using data augmentation techniques on knee MRI images

    ELİF NUR KÜÇÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYBARS UĞUR

  3. Tez No

    886696

    Classification of knee osteoarthritis severity using deep learning with fully supervised and semi-supervised-based approaches

    Derin öğrenme ile tamamen denetimli ve yarı-denetimli yaklaşım tabanlı diz osteoartrit şiddetinin sınıflandırılması

    İLKNUR AKTEMUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ

  4. Tez No

    897350

    Diz osteoartritinin yapay zekâ tabanlı yöntemlerle tespiti

    Detection of knee osteoarthritis with artificial intelligence-based methods

    HURŞİT BURAK MUTLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMalatya Turgut Özal Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. MUHAMMED YILDIRIM

  5. Tez No

    934463

    Tibia plato kırıklarının yazılım algoritması kullanılarak yorumlanma başarısı

    Success in interpreting tibia plateau fractures using software algorithm

    BURAK ACAR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Acil Tıpİzmir Katip Çelebi Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. UMUT PAYZA

    DOÇ. DR. MEHMET GÖKTUĞ EFGAN

Geri Dön