Geri Dön

Diyabetik retinopati hastalığının teşhisinde evrişim ve dönüştürücü temelli derin öğrenme modellerinin karşılaştırılması

Comparison of convolution and transformer-based deep learning models in diagnosis of diabetic retinopathy disease

PDF İndir

  1. Tez No: 947878
  2. Yazar: METİN TUNCEL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MURAT UÇAR
  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: İZMİR BAKIRÇAY ÜNİVERSİTESİ
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 85

Özet

Diyabet hastalığı, pankreasın yeterince insülin hormonu üretememesi veya bu hormonunun görevini yapamaması nedeniyle organizmanın karbonhidrat, yağ ve proteinlerden yeterince yararlanamadığı, kan şekeri seviyesinin yükselmesi (hiperglisemi) sonucu ortaya çıkan kronik bir hastalık olarak tanımlanmaktadır. Dünya Sağlık Örgütü'nün yayınlamış olduğu kronik hastalıklar raporuna göre diyabet hastalığı yoğunluk bakımından ilk sırada yer almaktadır. Tıp1 diyabet hastalığının yan etkilerinden birisi de beş sınıfı bulunan diabetik retinopati(DR) hastalığına neden olmasıdır. DR, diyabet yan etkisine bağlı olarak gözün arka kısmında yer alan ışığa duyarlı dokuda (retina) bulunan kan damarlarının zarar görmesinden kaynaklanan ve uzun süreli hiperglisemiye bağlı olarak körlüğe sebep olan bir göz rahatsızlığı olarak tanımlanmaktadır. Uluslararası diyabet federasyonu (2021) diyabet atlası 10. Baskı verilerine göre körlüğe neden olan ilk üç hastalık arasında diyabet yer almaktadır. Bütün dünyadaki diyabet hastalarının yaklaşık %25'inde herhangi bir seviyede DR görülmektedir. Ülkemizde ortalama 2 milyon civarında diyabet hastası olup bu hastaların %25'inde DR mevcuttur. Bu çalışmada APTOS2019 veri seti kullanılarak evrişim ve dönüştürücü temelli derin öğrenme modelleri ile doktorların erken tanı koymasına yardımcı olacak bilgisayar destekli teşhis sistemi oluşturulmaktadır. Literatürde medikal görüntülerin sınıflandırılmasında sıklıkla tercih edilen, evrişim tabanlı VGG16, InceptionResNetV2, ResNet152V2, EfficientNetB0, MobileNetV2 ve dönüştürücü tabanlı Vision Transformer(Vit),VitMSN,Swin2 Transformer ve VitHybrid derin öğrenme modelleri kullanılarak veri arttırımsız iki ve veri arttırımlı ile veri arttırımsız beş sınıflı sınıflandırma yapılmıştır. Veri arttırmasız iki sınıflı sınıflandırmada kullanılan evrişim tabanlı VGG16 modeli doğruluk metrik değeri 0.97 çıktığından, veri arttırımsız beş sınıflı sınıflandırmada MobileNetV2 modeli doğruluk metrik değeri 0.80 elde edildiğinden ve veri arttırımlı beş sınıflı sınıflandırmada VGG16 modeli doğruluk 0.79 metrik değeri bulunduğundan dolayı en iyi modeller olmuştur. Kullanılan dönüştürücü temelli modellerden veri arttırmasız iki sınıflı sınıflandırmada Swin2 Transformer ve VitHybrid doğruluk metrik değeri 0.98 elde edildiğinden, veri arttırmasız beş sınıflı sınıflandırmada Swin2 Transformer doğruluk 0.85 metrik değeri çıktığından ve veri arttırımlı beş sınıflı sınıflandırmada VitHybrid modeli doğruluk 0.82 metrik değeri bulunduğundan dolayı en iyi modeller olmuştur.

Özet (Çeviri)

Diabetes is defined as a chronic disease that occurs as a result of elevated blood sugar levels (hyperglycaemia), in which the organism cannot make sufficient use of carbohydrates, fats and proteins due to the inability of the pancreas to produce enough insulin hormone or the inability of this hormone to function. According to the chronic diseases report published by the World Health Organisation, diabetes ranks first in terms of intensity. One of the side effects of diabetes is that it causes diabetic retinopathy (DR), which has five classes. DR is defined as an eye condition caused by damage to the blood vessels in the light-sensitive tissue (retina) at the back of the eye due to the side effect of diabetes and causes blindness due to long-term hyperglycaemia. According to the data of the International Diabetes Federation (2021) Diabetes Atlas 10th Edition, diabetes is among the top three diseases that cause blindness. Approximately 25% of diabetic patients all over the world have DR at any level. In our country, there are approximately 2 million diabetic patients and 25% of these patients have DR. In this study, using the APTOS2019 dataset, a computer-aided diagnosis system is created to help doctors make early diagnosis with convolution and transformer-based deep learning models. Two-class classification without data augmentation and five-class classification with and without data augmentation were performed using convolution-based VGG16, InceptionResNetV2, ResNet152V2, EfficientNetB0, MobileNetV2 and transformer-based Vision Transformer (Vit), VitMSN, Swin2 Transformer and VitHybrid deep learning models, which are frequently preferred in the classification of medical images in the literature. The convolution-based VGG16 model used in the two-class classification without data augmentation was the best models since the accuracy metric value was 0.97, the MobileNetV2 model was the best model since the accuracy metric value was 0.80 in the five-class classification without data augmentation and the VGG16 model was the best model since the accuracy metric value was 0.79 in the five-class classification with data augmentation. Among the transformer-based models used, Swin2 Transformer and VitHybrid were the best models since the accuracy metric value of 0.98 was obtained in two-class classification without data augmentation, Swin2 Transformer accuracy metric value of 0.85 was obtained in five-class classification without data augmentation and VitHybrid model accuracy metric value of 0.82 was found in five-class classification with data augmentation.

Benzer Tezler

  1. Tez No

    768890

    A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy

    Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli

    ÖMER FARUK GÜRCAN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Tez No

    304829

    Diyabetik retinopati hastalığında lezyon bölgelerinin tespitine yönelik benzerlik ölçüm teknikleri

    Similarity measurement techniques for the detection of lesion regions in diabetic retinopathy disease

    ONUR KILINÇÇEKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    YRD. DOÇ. DR. MUHAMMED GÖKHAN CİNSDİKİCİ

  3. Tez No

    897896

    Diyabetik retinopati tanısına yönelik derin öğrenme tabanlı sınıflandırma

    Deep learning based classification for diabetic retinopathy diagnosis

    OSMAN CEYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR SEVLİ

  4. Tez No

    865069

    Diabetic retinopathy detection using artificial intelligence

    Diyabetik retinopati tespiti yapay zeka kullanmak

    MOHAMED ASHRAF SAMY TANTAWY ELSERWY

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OKATAN

  5. Tez No

    872413

    Diyabetik retinopati teşhisine yönelik yapay zekâ tabanlı karar destek modeli

    An artificial intelligence-based decision support model for diabetic retinopathy diagnosis

    ABDULRAHMAN ÇAVLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgi ve Belge YönetimiFırat Üniversitesi

    Teknoloji ve Bilgi Yönetimi Ana Bilim Dalı

    DOÇ. DR. MESUT TOĞAÇAR

Geri Dön