Yapay zeka destekli web tabanlı basınç yarası evrelendirme sistemi
Ai-powered web-based pressure ulcer staging system
- Tez No: 940795
- Danışmanlar: DR. ÖĞR. ÜYESİ YALÇIN ALBAYRAK, DR. ÖĞR. ÜYESİ EMİNE SELDA GÜNDÜZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Görüntü işleme, Web tabanlı uygulamalar, Yatak yaraları, İnsan-yapay zeka etkileşimi, Image processing, Web based applications, Human-artificial intelligence interaction
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Fen Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar
Başlık çevirisi yok
OSMAN MURAT KOÇTÜRK
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. METİN TALİM
- Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması
Başlık çevirisi yok
MÜRŞİDE KESEROĞLU
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA NAZMİ ERCAN
- Barajların hacim-verim ilişkisi üzerine bir araştırma
Başlık çevirisi yok
MEHMET KILIÇARSLAN
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiÇukurova Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. TEFARUK HAKTANIR
- Çiğit ve ayçiçek yağlarının doğal antioksidan içerikleri ile bu yağların stabilitelerinin arttırılmaları üzerinde araştırmalar
Başlık çevirisi yok
ALİ KEMAL YALNIZ
Doktora
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. MAHİR ÇOLAKO¦LU
- Computer aided design of lumped and distributed broadband matching and filtering networks
Başlık çevirisi yok
ADNAN KÖKSAL
Yüksek Lisans
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVZAT YILDIRIM
- Şeker şurubunun inversiyonuna etki eden kimi faktörlerin araştırılması
Başlık çevirisi yok
SAİDE GÜNERİ
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Bilimleri ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. ÜNAL YURDAGEL