Improving classification of coronary arterydisease in cardiac mrı through selfsupervised learning
Kardiyak mri ile koroner arterhastaliği siniflandirmasinin kendikendine gözetimli öğrenmeyoluyla geliştirilmesi
- Tez No: 954794
- Danışmanlar: PROF. DR. MEHMET KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kuramsal Temeller Bilim Dalı
- Sayfa Sayısı: 65
Özet
Bu araştırma, Koroner Arter Hastalığı'nın (KAH) Kardiyak MRI görüntüleriyle sınıflandırılmasında Öz-Denetimsiz Öğrenme'nin (Self-Supervised Learning, SSL) kullanımını incelemektedir. Çalışmanın amacı, SSL'nin etiketlenmemiş verilerden anlamlı özellikler çıkarma potansiyelinden faydalanarak tanısal doğruluğu artırmaktır. Bu, özellikle tıbbi görüntülemede, geniş çaplı manuel veri etiketlemenin zorlukları nedeniyle büyük önem taşımaktadır. Araştırma, üç farklı modelin eğitilmesini kapsamaktadır: ön eğitim ve ince ayar yöntemlerini uygulayan iki öz-denetimsiz model ve karşılaştırma için bir referans olarak işlev gören tamamen denetimli bir model. Ön metin modeli, güçlü temsiller geliştirmek amacıyla etiketlenmemiş MRG verileri üzerinde eğitilmekte ve bu temsiller, modelin modifikasyon seviyelerine bağlı olarak çeşitli son görevlerde (downstream) kullanılmaktadır. İlk modelde, ön metin modelinin (pretext) her bir parçası sabit kalmakta ve öğrenilen özellikler korunmaktadır. İkinci modelde ise, görevle ilgili özellikleri geliştirmek amacıyla alternatif katmanların eğitilmesine izin verilmektedir. Üçüncü model ise, tamamen etiketlenmiş verilerle eğitim sürecini gerçekleştirmektedir. Sonuçlar, SSL yöntemlerinin özellikle geleneksel denetimli öğrenme teknikleriyle karşılaştırıldığında sınıflandırma performansını artırdığını göstermektedir. Bu çalışma, sınırlı sayıda etiketli örnekten yüksek kaliteli özellikler çıkarma konusunda SSL'nin kapasitesini vurgulamakta ve bu sayede KAH tespit sistemlerini adversaryal tehditlere ve dağıtım dışı verilere karşı güçlendirmektedir. Modellerin karşılaştırmalı değerlendirmesi, SSL'nin, etiketli veri setlerine bağımlılığı azaltırken tamamen denetimli modellerin doğruluk seviyelerini koruyabileceğini veya aşabileceğini ortaya koymaktadır. Ayrıca, SSL ile ilgili model güvenilirliği, doğruluk ve etkili özellik çıkarımını destekleyecek iyi yapılandırılmış bir ön metin görevine duyulan ihtiyaç gibi zorluklar ve sınırlamalar ele alınmaktadır. Bulgular, SSL'nin tıbbi görüntülemede KAH tespitini iyileştirmek için umut verici bir strateji olduğunu ve daha verimli ve ölçeklenebilir tanı prosedürlerinin önünü açtığını ima etmektedir.
Özet (Çeviri)
The study explores the implementation of Self-Supervised learning (SSL) in classifying Coronary Artery Disease (CAD) using Cardiac Magnetic Resonance Imaging (MRI). This study aims to improve diagnostic accuracy by harnessing SSL's potential to extract significant features from unlabeled data, which is crucial in medical imaging due to the difficulties associated with extensive manual labelling of data. The research encompasses the training of three models: two self-supervised models that implement transfer-learning, and a third model that employs a fully supervised approach, functioning as a reference point for evaluation. The pretext model undergoes training on unlabeled MRI data to develop strong representations, which are utilized in downstream tasks with varying levels of model modification. In the first model, every part of the pretext model remains fixed, retaining the learned features, while in the second model, alternating layers are allowed to train to improve task-specific characteristics. The third model depends entirely on labelled data for its training process. The results indicate that SSL methods enhance classification performance, particularly when contrasted with conventional supervised learning techniques. This study underscores SSL's capability to derive high-quality features from a limited number of labelled samples, thereby fortifying CAD detection systems against adversarial threats and out-of-distribution data. The comparative assessment of the models reveals SSL's potential to decrease dependence on labelled datasets while either maintaining or exceeding the accuracy levels of fully supervised models. Additionally, the research addresses the challenges and limitations associated with SSL, particularly model reliability, accuracy, and the necessity for a well structured pretext task to promote effective feature extraction. The results imply that SSL represents a promising strategy for improving CAD detection and paving the foundation for improved diagnostic procedures
Benzer Tezler
- Transteoretik model temelli evde kardiyak rehabilitasyon eğitim programının kalp yetmezliği hastalarında öz bakım, yaşam kalitesi ve öz yeterliliğe etkisi
The effect of transtheoretical model-based home cardiac rehabilitation training programme on self-care, quality of life, and self-efficacy in heart failure patients
HAKAN ÇELİK
- Koroner arter hastalığının makine öğrenmesi teknikleriyle teşhisi
Diagnosis of coronary artery disease using machine learning techniques
ŞÜKRÜ ALKAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Hemodiyalize ihtiyacı olan akut böbrek yetmezlikli hastalarda böbreğin sağkalımına etkili faktörler
Factors affecting renal survival in patients with acute renal failure requesting hemodialysis
AYSUN YAKUT
Tıpta Uzmanlık
Türkçe
2016
İç HastalıklarıSağlık Bakanlığıİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. REFİK DEMİRTUNÇ
- Sağlık Bilimleri Üniversitesi Bağcılar Eğitim ve Araştırma Hastanesinde koroner arter bypass greft operasyonu yapılan hastaların postoperatif dönemde akut böbrek hasarı gelişimi açısından risk faktörleri ve sağkalıma etkilerinin araştırılması
Risk factors for the development of acute kidney injury and investigation of its effects on survival in the postoperative period of the patients who had the operation of coronary artery bypass graft in University of Health Sciences Bağcılar Education and Research Hospital
BURAK İSAL
Tıpta Uzmanlık
Türkçe
2024
NefrolojiSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. AHMET ENGİN ATAY
DOÇ. DR. AHMET MURT