Makine ve derin öğrenme yöntemleri ile ratlarda akciğer ve ovaryum histopatolojik görüntülerinin sınıflandırılması
Classification of lung and ovary histopathological images in rats using machi̇ne and deep learni̇ng methods
- Tez No: 940092
- Danışmanlar: PROF. DR. FATMA LATİFOĞLU
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 176
Özet
Bu tez çalışmasında, ilk olarak, şeker hastalığının (Diabetes Mellitus - DM) akciğer dokusunda oluşturduğu histopatolojik değişiklikler, derin öğrenme temelli görüntü işleme yöntemleri kullanılarak analiz edilmiştir. RGB, Gri ve HSV renk uzaylarında ön işleme tabi tutulan dokular; Masson Trikrom, Kaspaz-3 ve IL-1β boyama teknikleri ile incelenmiş, ardından ResNet50, VGG16, AlexNet, SqueezeNet ve oluşturulan derin sinir ağı model ile sınıflandırılmıştır. Görsel verilerden LBP, GLCM, MBK, FMO ve Ridge regresyonu gibi teknikler ile özellik çıkarımı da yapılarak makine öğrenmesi algoritmaları ile sınıflandırma başarıları değerlendirilmiştir. Tezin ikinci bölümünde ise, kanser tedavisinde yaygın olarak kullanılan sisplatinin kadın yumurtalık dokusunda neden olduğu toksik etkiler ve bu etkiler üzerinde eksozom uygulamalarının potansiyel iyileştirici etkileri araştırılmıştır. Histopatolojik görüntülerden LBP yöntemiyle çıkarılan öznitelikler, makine öğrenmesi algoritmalarına entegre edilerek analiz edilmiş; ayrıca AlexNet, RepVGG, SqueezeNet, CSPDarkNet53 ve transfer öğrenme tabanlı ResNet50 gibi derin öğrenme mimarileri kullanılarak gruplar arası sınıflandırmalar gerçekleştirilmiştir. Elde edilen sonuçlar hem diyabetin akciğer dokusuna hem de sisplatinin yumurtalık dokusuna verdiği zararların, yapay zekâ destekli yöntemlerle etkin biçimde analiz edilebileceğini ortaya koymuştur.
Özet (Çeviri)
In this thesis, histopathological changes in lung tissue caused by diabetes mellitus (DM) were first analyzed using deep learning-based image processing methods. Tissues preprocessed in RGB, Grayscale, and HSV color spaces were examined using Masson's Trichrome, Caspase-3, and IL-1β staining techniques, and then classified using ResNet50, VGG16, AlexNet, SqueezeNet, and a custom deep neural network model. Features were also extracted from visual data using techniques such as LBP, GLCM, MBK, FMO, and Ridge regression, and classification performance was evaluated using machine learning algorithms. In the second part of the thesis, the toxic effects of cisplatin, a widely used cancer treatment drug, on female ovarian tissue and the potential therapeutic effects of exosome applications on these toxic effects were investigated. Features extracted from histopathological images using the LBP method were analyzed by integrating them into machine learning algorithms; in addition, intergroup classifications were performed using deep learning architectures such as AlexNet, RepVGG, SqueezeNet, CSPDarkNet53, and transfer learning-based ResNet50. The results demonstrated that the damage caused by diabetes to lung tissue and by cisplatin to ovarian tissue can be effectively analyzed using artificial intelligence-supported methods.
Benzer Tezler
- A new approach for ensemble based demand forecasting using machine learning methodologies in bigdata environment
Başlık çevirisi yok
AHMET OKAY AKYÜZ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MİTAT UYSAL
- Comparison of intrusion detection for the internet of things with machine and deep learning methods
Makine ve derin öğrenme yöntemleri ile nesnelerin interneti için saldırı tespitinin karşılaştırılması
SIHAM AMAROUCHE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. KEREM KÜÇÜK
- Karaciğer transplantasyonu sonrası makine ve derin öğrenme yöntemleri ile karaciğer hastalıklarının teşhisi
Diagnosis of liver diseases with machine and deep learning methods after liver transplantation
ZEYNEP BİLEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FERHAT BOZKURT
- Dikkat eksikliği hiperaktivite bozukluğunun makine ve derin öğrenme teknikleri ile tespiti
Detection of attention deficit hyperactivity disorder by machine and deep learning techniques
GÜLAY ÇİÇEK
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBiyomedikal Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Derin öğrenme yöntemleri ile ilişkisel doküman sınıflandırılması
Relational document classification with deep learning methods
HALİL İBRAHİM OKUR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ