Geri Dön

Yapay zeka destekli web tabanlı basınç yarası evrelendirme sistemi

Ai-powered web-based pressure ulcer staging system

PDF İndir

  1. Tez No: 940795
  2. Yazar: AHMET SARIOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YALÇIN ALBAYRAK, DR. ÖĞR. ÜYESİ EMİNE SELDA GÜNDÜZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Fen Bilimleri Bilim Dalı
  13. Sayfa Sayısı: 84

Özet

Bu tez, derin öğrenme tabanlı görüntü sınıflandırma yöntemlerini kullanarak, basınç yaralarının tanımlanması sürecinde sağlık sektörüne yönelik bir web tabanlı uygulama geliştirmeyi amaçlamaktadır. Bu doğrultuda, kullanıcıların, basınç yaralarının farklı evrelerini doğru bir şekilde tanımlayabilecekleri ve bu sürecin yapay zekâ destekli sınıflandırma sonuçlarını görebileceği bir Vue.js tabanlı web uygulaması tasarlanmıştır. Ayrıca, farklı derin öğrenme modelleri (InceptionV3, ResNet50, DenseNet121 gibi) kullanarak yapılan görüntü sınıflandırma işlemlerinin performansları incelenmiştir. Modellerin doğruluk, precision, recall, ve F1 skoru gibi metrikler ile karşılaştırılması yapılmıştır. Bu modeller, basınç yaralarını dört evreye ayırarak, her evre için doğru sınıflandırma yapabilme yetenekleri üzerinden değerlendirilmiştir. Vue.js ve TensorFlow.js gibi teknolojilerle web ortamına entegre edilen derin öğrenme modeli sayesinde, kullanıcıların gerçek zamanlı olarak basınç yarası görsellerini yükleyip, yapay zekâ desteğiyle doğru sınıflandırmalar alması sağlanmıştır. Web uygulaması, kullanıcı dostu arayüz ve mobil uyumlu tasarım ile, sağlık profesyonellerinin hastalarını değerlendirme süreçlerine destek sağlamayı hedeflemektedir. Vue.js framework'ü kullanılarak geliştirilen uygulama, responsive tasarım prensiplerine dayanmakta ve hastalar ile sağlık çalışanları için pratik çözümler sunmaktadır. Ayrıca, uygulama, basınç yarası görsellerinin yüklenmesi, sınıflandırma sonuçlarının görselleştirilmesi, geçmiş sonuçların saklanması gibi temel işlevleri yerine getirebilmektedir. Tezde ayrıca, kullanıcı geri bildirimlerine dayalı uygulama kullanılabilirliği testleri gerçekleştirilmiş, uygulamanın doğruluk oranı yüksek modeller ile güvenli ve etkili Bir şekilde çalıştığı tespit edilmiştir. Yapay zekâ modellerinin klinik ortamlarda kullanımının güvenli ve şeffaf hale getirilmesi için de önerilerde bulunulmuştur. Bu sistemin, sağlık profesyonellerinin kararlarını destekleyerek, klinik süreçlerin iyileştirilmesi ve hastaların daha hızlı ve doğru bir şekilde değerlendirilmesi noktasında katkı sağlaması beklenmektedir. Sonuç olarak, derin öğrenme tabanlı modellerin sağlık hizmetlerinde kullanılabilirliği ve Vue.js ile yapılan web uygulaması geliştirme süreçlerinin birleşimi, dijital sağlık teknolojileri alanında önemli bir gelişme olup, bu alandaki teknolojik ilerlemelerin hastane ortamlarında daha hızlı uygulanabilirliğine olanak tanıyacaktır.

Özet (Çeviri)

This thesis aims to develop a web-based application for the healthcare sector using deep learning-based image classification methods to assist in the identification of pressure ulcers. In this context, a Vue.js-based web application has been designed, enabling users to accurately identify different stages of pressure ulcers and view the results of AI-supported classification. Additionally, the performance of various deep learning models (InceptionV3, ResNet50, DenseNet121, etc.) for image classification has been investigated. These models have been evaluated based on metrics such as accuracy, precision, recall, and F1 score. The models were assessed based on their ability to classify pressure ulcers into four distinct stages and make correct predictions for each stage. By integrating the deep learning model with technologies like Vue.js and TensorFlow.js into a web environment, the application enables users to upload pressure ulcer images in real-time and receive accurate classifications supported by artificial intelligence. The web application is designed with a user-friendly interface and mobile-responsive features, aiming to assist healthcare professionals in the patient evaluation process. Built with the Vue.js framework, the application adheres to responsive design principles, providing practical solutions for both patients and healthcare providers. It includes essential features like image upload, visualization of classification results, and storage of historical data. Furthermore, usability testing based on user feedback has been conducted, confirming that the application operates securely and effectively with high-accuracy models. Recommendations have been proposed for ensuring the safe and transparent use of AI models in clinical environments. The system is expected to support healthcare professionals in decision-making, thereby contributing to the improvement of clinical processes and enabling faster and more accurate patient evaluations. In conclusion, the combination of deep learning-based models in healthcare and web application development using Vue.js represents a significant advancement in digital health technologies, facilitating the faster implementation of technological innovations in hospital settings.

Benzer Tezler

  1. Tez No

    790007

    Polifarmasi yan etkilerini azaltmaya ve akılcı ilaç kullanımını desteklemeye yönelik yapay zeka destekli web uygulama tasarımı ve geliştirilmesi

    Artificial intelligence aided web application design and development for supporting rational drug use

    ŞEYMA HANDAN AKYÖN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Aile HekimliğiSağlık Bilimleri Üniversitesi

    Aile Hekimliği Ana Bilim Dalı

    DOÇ. DR. TARIK EREN YILMAZ

  2. Tez No

    697769

    Yabancı dil öğretiminde yapay zeka destekli akıllı öğretici sistemlerin geliştirilmesi

    Intelligent tutoring systems on foreing language teaching using artificial intelligence

    SELÇUK ŞENER

    Doktora

    Türkçe

    Türkçe

    2021

    Bilim ve Teknolojiİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ GÜNEŞ

  3. Tez No

    937825

    Yabancı dil olarak Türkçe öğretiminde sözlü etkileşim ve üretim sürecinin yapay zekâ uygulamalarıyla desteklenmesi

    Supporting the oral interaction and production process with artificial intelligence applications in teaching Turkish as a foreign language

    MUSTAFA TEKELİ

    Doktora

    Türkçe

    Türkçe

    2025

    Eğitim ve ÖğretimGazi Üniversitesi

    Türkçe Eğitimi Ana Bilim Dalı

    PROF. DR. YILMAZ YEŞİL

  4. Tez No

    397349

    Baş ağrısı teşhisi için bir karar destek sisteminin geliştirilmesi

    Development of a decision support system for headache diagnosis

    UFUK ÇELİK

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NİLÜFER YURTAY

  5. Tez No

    898382

    Multi objective early-stage design optimization of multifamily residential projects

    Çok daireli konut projelerinin çok amaçlı erken aşama tasarım optimizasyonu

    EYMEN ÇAĞATAY BİLGE

    Doktora

    İngilizce

    İngilizce

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. HAKAN YAMAN

Geri Dön