Hastane ortamında enfeksiyon kontrolü için akıllı izleme ve tespit sistemleri
Smart monitoring and detection systems for infection control in hospital environment
- Tez No: 948663
- Danışmanlar: PROF. DR. FERİHA ERFAN KUYUMCU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Enfeksiyon Kontrolü, Derin Öğrenme, Maske Tespiti, ResNet, Model Optimizasyonu, Kare Hızı (FPS), Doğruluk Oranı, Maliyet-Etkinlik, Infection Control, Deep Learning, Mask Detection, ResNet, Model Optimization, Frame Rate (FPS), Accuracy Rate, Cost Effectiveness
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 76
Özet
Bu çalışma, hastane ortamında enfeksiyon kontrolüne yönelik derin öğrenme tabanlı bir maske tespit sisteminin CPU (Central Process Unit) ve GPU (Graphics Process Unit) üzerindeki performans farklılıklarını incelemektedir. Derin öğrenme modelleri arasında yer alan ResNet varyantları, maske tespiti amacıyla eğitilmiş olup, ameliyathane gibi yüksek doğruluğun kritik olduğu alanlar ile bekleme salonu gibi daha yoğun, ancak düşük hassasiyet gerektiren alanlarda uygulanabilirlikleri değerlendirilmektedir. Bu tez çalışmasında, CPU ve GPU donanımlarında maske tespiti modellerinin performans analizleri gerçekleştirilmiş olup; kare hızı (FPS), doğruluk oranları ve maliyet gibi metrikler üzerinden, her iki donanımın farklı hastane senaryolarındaki uygunluğu incelenmektedir. Ameliyathaneler gibi yüksek doğruluğun zorunlu olduğu ortamlarda GPU'nun sağladığı hız ve doğruluk avantajları öne çıkarken, kalabalık fakat düşük hassasiyet gerektiren alanlarda CPU'nun maliyet-etkin çözümler sunduğu gözlemlenmektedir. Bu çalışma, hastanelerdeki farklı kullanım senaryoları için hız, doğruluk ve maliyet dengesini gözeten en uygun model ve donanım yapılandırmalarını belirlemeyi amaçlamaktadır. Gerçekleştirilen kapsamlı analizler ve önerilen model optimizasyonları, maske tespiti sistemlerinin pratik uygulamalarda verimli ve doğru bir biçimde dağıtılması için literatüre özgün bir katkı sağlaması beklenmektedir.
Özet (Çeviri)
This study examines the performance differences on a deep learning-based mask detection system CPU and GPU for control in hospital environments. ResNet details among deep learning models have been classified for mask detection purposes, and their applicability in high-temperature critical areas such as workrooms and more dense but low-range areas such as waiting rooms has been evaluated. In the study, performance analyzes of masking models in CPU and GPU hardware have been performed; There are options for both hardware in different hospital scenarios through metrics such as frame rate (Frame Per Second - FPS), accuracy rates and cost. While the speed and accuracy ranges of GPU distribution in places where high temperatures are mandatory such as operating rooms stand out, cost-effective solutions of CPU have been observed in crowded but low-range areas. This study provides the determination of suitable model and hardware features by considering speed, accuracy and cost for different usage scenarios in hospitals. The comprehensive analyses and suggested model changes provide an original contribution to the literature for the efficient and accurate distribution of mask detection results in practical applications.
Benzer Tezler
- Dahiliye servisinde yatan hastalarda vankomisin dirençli enterokok kolonizasyonu için risk faktörlerinin araştırılması
Investigation of risk factors for vancomicin resistant enterococcus colonization at inpatients in internal medicine service
PINAR ZEHRA DAVARCI
Tıpta Uzmanlık
Türkçe
2017
HastanelerSağlık Bilimleri ÜniversitesiDahiliye Ana Bilim Dalı
DOÇ. DR. FUNDA MÜŞERREF TÜRKMEN
- Nozokomiyal CTX-M pozitif Escherichia coli' enfeksiyonları ve risk faktörleri ilişkisi
The relation of CTX-M positive nosocomial Escherichia coli infections of and risk factors
YEŞİM KÜREKÇİ
Tıpta Uzmanlık
Türkçe
2012
MikrobiyolojiÇukurova ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
PROF. DR. YEŞİM TAŞOVA
- Karbapenem dirençli klebsiella pneumoniae' nın etken olduğu kan dolaşımı enfeksiyonlarının klinik ve moleküler özelliklerinin araştırılması
Investigation of the clinical and molecular characteristics of bloodstream infections caused by carbapenem-resistant klebicella pneumoniae
MERVE YILDIZ KAYAR
Tıpta Uzmanlık
Türkçe
2024
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiSağlık Bilimleri ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
DOÇ. DR. ESMA ERYILMAZ EREN
- Hastane kaynaklı ishallerde clostridioides (clostridium) difficile araştırılması
Investigation of clostridioides (clostridium) difficile in patients with hospital-acquired diarrhea
EYYÜP KAYA
Doktora
Türkçe
2022
MikrobiyolojiMersin ÜniversitesiTıbbi Mikrobiyoloji Ana Bilim Dalı
PROF. DR. CANDAN ÖZTÜRK
- Çeşitli antibiyotik kombinasyonlarının çoğul ilaca dirençli acinetobacter baumannii suşlarına in vitro etkileri
In vitro activites of various antibiotic combinations on multiresistant acinetobacter baumannii strains
HÜSEYİN ERSAVAŞ
Tıpta Uzmanlık
Türkçe
2009
Klinik Bakteriyoloji ve Enfeksiyon HastalıklarıSüleyman Demirel ÜniversitesiEnfeksiyon Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. ONUR KAYA