Implementation of nested dilated-based trans-r2unet for segmentation and adaptive efficientnet with region attention mechanism to classify
Segmentasyon için yuvalanmış genişletilmiş tabanlı trans-r2unet ve bölge dikkat mekanizması ile uyarlanabilir effıcıentnet'in cbct görüntüleri
- Tez No: 943112
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Belirtilmemiş.
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Diş çürükleri oldukça yaygın bir ağız rahatsızlığıdır ve büyük popülasyonlardaki çürükleri RGB görüntüleri kullanarak teşhis etmek için derin öğrenme stratejileri kullanılmıştır. Geleneksel dikkat destekli görüntü kategorizasyon yaklaşımları, özellik yetersizliği ve alakasız ve arka plandaki verilerle basit etkileşim sorunlarına sahiptir. Diş çürüklerinin zamanında tanınması, tedavilerin gerçekleştirilmesi için önemlidir. Bu amaçla, çürüklerin ilk tespitini sağlamak için bitewing radyografi kullanılır. Sinir ağı yaklaşımlarıyla derin yapılandırılmış modellerin kullanımı, günümüzde denenmiş çok sayıda görüntünün işlenmesine yardımcı olur ve umut verici işlevler sunar. Bu dezavantajları ortadan kaldırmak için görüntü işleme ve makine öğrenmesi mekanizmaları tarafından uygulanan bilgisayar destekli akıllı görme yaklaşımlarına ihtiyaç vardır. Dolayısıyla, derin öğrenme mekanizmaları radyoloji sektöründe dikkate değer bir teşhis etkinliği elde etmiştir. Bu nedenle, bu çalışmada yeni bir derin öğrenme tabanlı diş çürüğü tespit ve sınıflandırma çerçevesi tasarlanmıştır. İlk olarak, diş çürüklerinin tespiti ve sınıflandırılması için kullanılan Konik Işınlı Bilgisayarlı Tomografi (CBCT) görüntüleri referans kaynaklardan toplanmıştır. Ayrıca, toplanan görüntüler görüntü segmentasyon aşaması için sağlanır.
Özet (Çeviri)
Dental caries is a highly prevalent oral disorder, and the strategies of deep learning have been employed for diagnosing caries with large populations by employing RGB images. The conventional attention-aided image categorization approaches have the issues of feature underutilization and simple interference by irrelevant and background data. The timely recognition of dental caries is significant for performing treatments. For this objective, the bitewing radiography is employed to provide the initial detection of caries. The utilization of deep structured models with neural network approaches helps process the large number of images that have been experimented nowadays and provides promising functionalities. The computer-assisted smart vision approaches applied by image processing and machine learning mechanisms are required to eliminate these drawbacks. Hence, deep learning mechanisms have accomplished remarkable diagnosis efficacy in the radiology sector. Hence, a novel deep learning-based dental caries detection and classification framework is designed in this work. Initially, Cone Beam Computed Tomography (CBCT) images utilized for the detection and classification of dental caries are collected from the benchmark resources. Further, the collected images are provided for the image segmentation phase. Here, the developed Nested Dilated-based Transformer Recurrent Residual Unet (NDT-R2Unet) framework is used to attain the segmented images and these images are provided as the input to the dental caries disease classification phase. In this phase, an Adaptive Efficient Net with Region Attention (AdaENet-RA) is employed to classify dental caries among the individuals. Moreover, several parameters in developed AdaENet-RA are tuned using Arbitrary Updated Wild Geese Migration Optimization (AUWGO) and provide the dental caries disease classified outcomes. Later, various validations are executed in the developed framework to verify the effectualness of the suggested framework over the classical techniques.
Benzer Tezler
- New algorithms and techniques for microprocessor-controlled PWM induction drives
Başlık çevirisi yok
OSMAN KÜKRER
Doktora
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. BÜLENT ERTAN
- A Decision support system for planning standby garbage collection trucks
Yedek çöp toplama kamyonlarının planlanması için bir karar destek sistemi
GÜLSER HACISALİHOĞLU
Yüksek Lisans
İngilizce
1987
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HALİM DOĞRUSÖZ
- Stuctured development of a departmental information system
Başlık çevirisi yok
EKREM AZİMLİ
Yüksek Lisans
İngilizce
1987
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiPROF. DR. ZİYA AKTAŞ
- Design and implementation of concurrency on IBM PC XT
Başlık çevirisi yok
AHMET ALİ COKER
Yüksek Lisans
İngilizce
1987
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiPROF. DR. ZİYA AKTAŞ
- Design and implementation of an automated examination system
Başlık çevirisi yok
MUSTAFA TÜTÜNCÜ
Yüksek Lisans
İngilizce
1987
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. BÜLENT EPİR