Geri Dön

MIMIC-CXR radyoloji raporlarında anomali tespiti

Anomaly detection in MIMIC-CXR radiology reports

PDF İndir

  1. Tez No: 939428
  2. Yazar: HEDİYE ORHAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ RAYAN ABRİ
  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: OSTİM TEKNİK ÜNİVERSİTESİ
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 65

Özet

Günümüzde sağlık verilerinin dijitalleşmesi, büyük veri analitiği ve yapay zekâ uygulamalarının sağlık sektöründe yaygın olarak kullanılmasını sağlamıştır. Klinik karar destek sistemleri, hasta verilerinden anlamlı bilgiler çıkararak sağlık profesyonellerinin daha hızlı ve doğru kararlar almasına yardımcı olmaktadır. Bu bağlamda, özellikle radyoloji raporları gibi büyük ölçekli serbest metinlerin analizi, doğal dil işleme (NLP) teknikleri ve derin öğrenme tabanlı modellerle gerçekleştirilmektedir. Bu çalışma, MIMIC-CXR veri seti kullanılarak radyoloji raporlarında anomali tespiti ve klinik bilgi çıkarımı üzerine odaklanmaktadır. Doğal dil işleme yöntemleri kullanılarak metinlerin otomatik işlenmesi sağlanmış, klinik verilerle entegrasyonu gerçekleştirilmiş ve anormal durumların belirlenmesine yönelik modeller geliştirilmiştir. NLP teknikleri ile radyoloji raporlarından önemli tıbbi bulgular çıkarılmış, ardından bu bulguların zaman içindeki değişimleri analiz edilerek klinik anomali tespiti yapılmıştır. Geliştirilen modelin, sağlık alanında karar destek sistemlerine katkı sağlayarak hastalıkların erken teşhisi ve tedavi süreçlerinin iyileştirilmesine yardımcı olacağı öngörülmektedir. Bu çalışma, büyük ölçekli tıbbi verilerin analizi konusunda doğal dil işleme, derin öğrenme ve zaman serisi modelleme tekniklerinin klinik uygulamalardaki etkinliğini ortaya koymaktadır.

Özet (Çeviri)

The digitalization of healthcare data has enabled the widespread use of big data analytics and artificial intelligence applications in the medical field. Clinical Decision Support Systems (CDSS) assist healthcare professionals in making faster and more accurate decisions by extracting meaningful insights from patient data. In this context, analyzing large-scale free-text radiology reports has become essential, utilizing Natural Language Processing (NLP) techniques and deep learning-based models.This study focuses on anomaly detection and clinical information extraction from MIMIC-CXR radiology reports. By employing NLP techniques, medical texts were automatically processed, integrated with clinical data, and analyzed to identify abnormal conditions. Important medical findings were extracted from radiology reports and examined over time to detect clinical anomalies.The proposed model is expected to contribute to decision support systems in healthcare by enhancing early disease detection and treatment processes. This study demonstrates the effectiveness of Natural Language Processing, deep learning, and time-series modeling in the analysis of large-scale medical datasets and their applications in clinical practice.

Benzer Tezler

  1. Tez No

    945976

    Radyoloji raporlarından doğal dil işleme teknikleri kullanılarak varlık ismi çıkarımı

    Named entitiy recognation from radiology reports using natural language processing techniques

    SEDANUR ORCİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilim ve TeknolojiAfyon Kocatepe Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UÇMAN ERGÜN

  2. Tez No

    809290

    Implementing language models enriched with text analysis: MIMIC-CXR case study

    Metin analiziyle zenginleştirilmiş dil modellerini uygulama: MIMIC-CXR vaka çalışması

    EGE ERBERK USLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİNE SEZER

    DR. ÖĞR. ÜYESİ ZEKERİYA ANIL GÜVEN

  3. Tez No

    966180

    Investigation of vision transformers in medical image captioning using deep learning

    Derin öğrenme kullanarak medikal görüntü açıklamada görüntü dönüştürücülerinin incelenmesi

    WISAM RAMADAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHRİYE AKAY

  4. Tez No

    245119

    Yapay sinir ağlarıyla yüz mimiklerinin tanınması

    Mimic recognition using neural networks

    MELİH YASAV

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. TÜLAY YILDIRIM

  5. Tez No

    538639

    Erişkin kadınlarda oral ve perioral bölgedeki mimik kaslarının ultrasonografi ile değerlendirilmesi

    Evaluation of mimic muscles in oral and perioral region with ultrasonography in adult females

    DİLA BERKER YILDIZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2019

    Diş HekimliğiSelçuk Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. FÜSUN YAŞAR

Geri Dön