Diyabetik ayak ülserlerinin yapay zeka ile tespiti
Detection of diabetic foot ulcers using artificial intelligence
- Tez No: 952146
- Danışmanlar: DOÇ. DR. YILMAZ KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endokrinoloji ve Metabolizma Hastalıkları, Computer Engineering and Computer Science and Control, Endocrinology and Metabolic Diseases
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Diyabetik ayak ülseri (DAU), diyabet hastalarında enfeksiyon, uzuv kaybı ve mortalite oranlarını artıran ciddi bir sağlık sorunudur. Erken teşhis edilmediğinde hasta yaşam kalitesini düşürmekte ve sağlık sistemine önemli bir yük getirmektedir. Bu çalışmada, DAU'nun doğru ve erken tespiti amacıyla derin öğrenme tabanlı sınıflandırma modelleri değerlendirilmiştir. Kaggle platformundan temin edilen, uzman doktorlarca etiketlenmiş DFU görüntüleri; RegNetY-400MF, RegNetY-800MF, EfficientNet-B0 ve EfficientNet-B1 olmak üzere dört farklı evrişimsel sinir ağı (CNN) mimarisi ile analiz edilmiştir. Transfer öğrenme ve veri çoğaltma yöntemleriyle model eğitimi iyileştirilmiş; kontrast artırma ve gürültü giderme gibi ön işleme adımları ile sınıflandırma başarımı artırılmıştır. Analiz sonuçları, EfficientNet-B1 ve RegNetY-800MF modellerinin yüksek doğruluk, düşük kayıp ve güçlü genelleme yetenekleri ile öne çıktığını göstermiştir. EfficientNet-B1 modeli %99'un üzerinde doğruluk ile en başarılı sonuçları sunarken; RegNetY-800MF modeli ise hem eğitim hem test verilerinde istikrarlı bir performans sergilemiştir. RegNetY-400MF modeli eğitimde yüksek başarı elde etmesine rağmen test aşamasında dalgalanmalar yaşamıştır. EfficientNet-B0 modeli ise kompakt yapısı sayesinde düşük kaynaklı sistemlerde uygun bir alternatif olarak değerlendirilmiştir. Tartışma bölümünde, tüm modellerin duyarlılık oranlarının %100'e yakın olduğu ve ülserli vakaların atlanmadığı belirlenmiştir. ROC eğrileri ve AUC değerleri bakımından EfficientNet-B1 ve RegNetY-800MF modelleri, klinik uygulamalarda kullanılabilecek güvenilir yapılar olarak öne çıkmıştır. Özgüllük oranlarının da yüksek bulunması, yanlış pozitif oranını minimize eden bir yapı sunmuştur. Sonuç olarak, bu tez çalışması, DAU tanısında yapay zekâ destekli çözümlerin hem akademik araştırmalarda hem de klinik pratikte uygulanabilirliğini ortaya koymuştur.
Özet (Çeviri)
Diabetic foot ulcer (DFU) is a severe health complication in diabetic patients that significantly increases the risk of infection, limb loss, and mortality. If not diagnosed early, it substantially reduces patient quality of life and imposes a considerable burden on healthcare systems. In this study, deep learning-based classification models were evaluated for the accurate and early detection of DFU. DFU images, labeled by expert physicians and obtained from the Kaggle platform, were analyzed using four different convolutional neural network (CNN) architectures: RegNetY-400MF, RegNetY-800MF, EfficientNet-B0, and EfficientNet-B1. The training process was enhanced through transfer learning and data augmentation techniques, while image preprocessing steps such as contrast enhancement and noise reduction further improved classification performance. The analysis results demonstrated that EfficientNet-B1 and RegNetY-800MF outperformed the others, exhibiting high accuracy, low loss, and strong generalization capabilities. The EfficientNet-B1 model achieved the highest results with an accuracy exceeding 99%, whereas RegNetY-800MF also showed consistent performance on both training and testing datasets. Although the RegNetY-400MF model achieved high success during training, it exhibited fluctuations during testing. In contrast, the EfficientNet-B0 model, with its more compact architecture, was evaluated as a suitable alternative for systems with limited computational resources. The discussion section revealed that all models achieved sensitivity rates close to 100%, ensuring that no ulcerated cases were missed. In terms of ROC curves and AUC values, EfficientNet-B1 and RegNetY-800MF stood out as reliable structures potentially applicable in clinical settings. Moreover, the high specificity rates indicated a minimized false positive ratio. In conclusion, this thesis demonstrates that artificial intelligence-assisted solutions for DFU diagnosis are applicable in both academic research and clinical practice.
Benzer Tezler
- Diyabetik ayak ülserlerinin klinik değerlendirmesi ve enflamatuar parametrelerin tanı ve takipteki katkıları
Clinical evaluation of diabetic foot ulcers and the role of inflammatory parameters in diagnosis and follow up
FATMA AYBALA ALTAY
Tıpta Uzmanlık
Türkçe
2010
Moleküler TıpSağlık BakanlığıEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
DOÇ. DR. İRFAN ŞENCAN
- Diyabetik ayak ülserli hastalara yaklaşımımızın değerlendirilmesi
Evaluation of OUR approach to patients with diabetic foot ulcers
ZEYNEP GÜRLEK AKOL
Tıpta Uzmanlık
Türkçe
2015
Endokrinoloji ve Metabolizma HastalıklarıTrakya Üniversitesiİç Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. SEMRA AYTÜRK
- Diyabetik ayak ülserlerinin değerlendirilmesinde serum dipeptidil peptidaz-4 (Dpp-4) ve matriks metalloproteinaz-9 (Mmp-9) düzeylerinin önemi
The importance of serum dipeptidyl peptidase-4 (Dpp-4) and matrix metalloproteinase-9 (Mmp-9) levels in the evaluation of diabetic foot ulcers
SEMANUR DOĞAN
Tıpta Uzmanlık
Türkçe
2024
BiyokimyaErciyes ÜniversitesiTıbbi Biyokimya Ana Bilim Dalı
PROF. DR. SABAHATTİN MUHTAROĞLU
- Diyabetik ayak ülserlerinin tedavisinde klasik yara pansumanı ile hidrokolloid yara pansumanının etkilerinin incelenmesi
Investigation of the hydrocolloid wound dressing and classic dressing effects on the diabetic foot ulcer treatment
U. FİLİZ ÖĞCE
Doktora
Türkçe
2004
Genel CerrahiEge ÜniversitesiCerrahi Hastalıkları Hemşireliği Ana Bilim Dalı
PROF.DR. ALEV DRAMALI
- Deneysel diyabet modelinde dört farklı jelatin bazlı yara örtüsünün yara iyileşmesi üzerine etkisinin incelenmesi
Examination of the effect of four different wound dressings on wound healing in an experimental diabetes
EMİNE ÖZDEMİR ASLAN