Derin öğrenme teknikleri kullanılarak böbrek hastalıklarının analiz edilmesi
Analyzing kidney diseases using deep learning techniques
- Tez No: 954291
- Danışmanlar: DR. ÖĞR. ÜYESİ ZAFER CİVELEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 113
Özet
Yapay zeka teknolojisi alt dalı olan derin öğrenme teknikleriyle, sağlık alanında çok geniş bir çalışma alanı bulmuştur. Özellikle hastalık teşhisinin hızlı ve daha güvenilir tespiti konusunda çok önemli bir yere sahiptir. Bu çalışmada böbrek hastalıklarının teşhis edilmesinde kullanılan yapay zeka teknikleri ve bu alanda yapılan çalışmalara değinilmiştir. Uygulama da ise Bangladeş, Dhaka'daki farklı hastanelerden alınan böbrek görüntülerinden oluşan bir veri seti ve Adham Mohammed AlDakrany ve Mohammed Ahmed Aref'in, sünger böbrek hastalığı için özel olarak derlediği görüntülerden oluşan veri seti birleştirilmiştir. Veri seti, esas olarak tüm karın ve ürogramı kapsayan kontrastlı ve kontrastsız çalışmalardan koronal ve aksiyel kesitler içeren bilgisayarlı tomografi taramalarından oluşur. Her görüntü, Radiopaedia vakalarına katkıda bulunan radyologlar ve ürologlar tarafından dikkatlice incelenmiş ve onaylanmıştır. Literatürdede değinilen böbrek hastalığı için en yüksek başarı elde edilmiş ağlardan biri olan VGG ağı ve daha basit olan 19 katmadan oluşturulan ağ kıyaslaması sağlanmıştır. Bu oluşturulan ağın optimizasyon çalışmaları yapılarak en iyi performansı ortaya koyması sağlanmıştır. Veri seti oluşturulan evrişimli sinir ağı ile eğitilerek bu mimarinin böbrek hastalığı teşhisindeki performansı değerlendirilmiştir. Evrişimli sinir ağına fuzzy pooling yöntemi dahil edilerek daha iyi sonuçlar alınması sağlanmıştır.
Özet (Çeviri)
Artificial intelligence, particularly deep learning techniques—a subfield of AI—has found a wide range of applications in the field of healthcare. It plays a crucial role, especially in the fast and more reliable diagnosis of diseases. This study focuses on the artificial intelligence techniques used in the diagnosis of kidney diseases and reviews related research in this domain. In the application part, a dataset composed of kidney images collected from various hospitals in Dhaka, Bangladesh, was combined with a dataset specifically compiled for medullary sponge kidney disease by Adham Mohammed AlDakrany and Mohammed Ahmed Aref. The dataset primarily consists of computed tomography (CT) scans, including both contrast-enhanced and non-contrast studies, featuring coronal and axial slices that cover the entire abdomen and urogram. Each image has been carefully reviewed and verified by radiologists and urologists who contribute to Radiopaedia cases. A comparison was made between the VGG network, known in the literature for achieving the highest accuracy in kidney disease diagnosis, and a simpler 19-layer network. Optimization efforts were conducted on the constructed network to ensure the best possible performance. The dataset was used to train the developed convolutional neural network (CNN), and the performance of this architecture in diagnosing kidney disease was evaluated. Furthermore, fuzzy pooling was integrated into the CNN architecture to achieve improved results.
Benzer Tezler
- Estimating metabolic flux variability with machine learning
Metabolik akış değerlerinin makine öğrenmesi ile tahmini
BARIŞ CAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇAKMAK
- Derin öğrenme teknikleri kullanılarak böbrekteki fonksiyonel doku birimlerinin segmentasyonu
Segmentation of functional tissue units in the kidney using deep learning techniques
ARZU PARGAN TAPAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EFNAN ŞORA GÜNAL
- Detection of chronic diseases using deep versus machine learning techniques
Makine öğrenimi tekniklerine karşı derin öğrenme kullanarak kronik hastalıkların tespiti
AHMED ABBAS ABDULSADA ABDULSADA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiEndodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA
- The sectoral electricity load forecasting by using deep learning techniques
Derin öğrenme teknikleri kullanılarak sektörel elektrik yük tahmini
ABDURRAHMAN YAVUZDEĞER
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUĞÇE DEMİRDELEN
DR. ÖĞR. ÜYESİ İNAYET ÖZGE AKSU
- Derin öğrenme teknikleri kullanılarak Parkinson hastalığının konuşma sinyallerinden tespiti
Detection of Parkinson's disease from speech signals using deep learning techniques
AYŞE NUR TEKİNDOR
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EDA AKMAN AYDIN