Görüntü filtreleme ve transfer öğrenme yaklaşımları kullanılarak düztabanlık durumunun X-ray görüntülerinden tespiti
Detection of flatfoot condition from X-ray images using image filtering and transfer learning approaches
- Tez No: 955747
- Danışmanlar: DOÇ. DR. ÖMER KASIM, DR. ÖĞR. ÜYESİ HANİFE GÖKER
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Biyoteknoloji, Elektrik ve Elektronik Mühendisliği, Bioengineering, Biotechnology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
Düztabanlık, ayaktaki kemik ve eklem dokularının belirli bir düzen ve kaviste kalmasını sağlayan bağ, tendon ve kas yapılarının çeşitli etkenlere bağlı olarak zayıflaması sonucu ayak kavisinin kaybolması ve düzleşmesi sonucu gerçekleşen deformitedir. Kas – iskelet sistemini etkileyen çeşitli sağlık sorunları, iş yaşamı ve günlük sosyal hayatta kişinin hareketlerini kısıtlayabilir. Bu anlamda en sık görülen kas – iskelet sorunlarından biri de düztabanlıktır. Bu çalışmada görüntü filtreleme yöntemleri ve transfer öğrenme yaklaşımları kullanılarak düztabanlık durumunun otomatik tespiti önerilmektedir. Çalışmada X-Ray görüntüleri ortalama, Gauss, medyan ve dilatasyon filtreleme yöntemleri ile iyileştirilmiştir ve her transfer öğrenme mimarisi için yeniden boyutlandırılmıştır. Daha sonra transfer öğrenme yaklaşımları olan DarkNet-19, DenseNet-201, GoogLeNet, MobileNetV2 ve ResNet-101 mimarilerinde performansları karşılaştırılmıştır. Deneyler sonucunda dilatasyon filtreleme ile DenseNet-201 mimarisi en yüksek performansı göstermiştir. Önerilen model, %98,02 doğruluk, %98,10 f1 skoru, %98,47 duyarlılık, %97,54 özgüllük, %97,73 kesinlik, %96,04 Matthew Korelasyon Katsayısı (MCC) ve %96 Cohen'in Kappa istatistiği değerleri ile yüksek bir performans elde etmiştir.
Özet (Çeviri)
Flatfoot is a deformity that occurs as a result of the loss and flattening of the arch of the foot as a result of the weakening of the ligament, tendon and muscle structures that keep the bone and joint tissues in the foot in a certain order and curve due to various factors. Various health problems affecting the musculoskeletal system can restrict the person's movements in work life and daily social life. In this sense, one of the most common musculoskeletal problems is flatfoot. In this study, automatic detection of flatfoot is proposed using image filtering methods and transfer learning approaches. In this study, X-Ray images are enhanced with average, Gaussian, median and dilatation filtering methods and resized for each transfer learning architecture. Then, the performance of the transfer learning approaches DarkNet-19, DenseNet-201, GoogLeNet, MobileNetV2 and ResNet-101 are compared. As a result of the experiments, DenseNet-201 architecture with dilation filtering showed the highest performance. The proposed model achieved a high performance with 98.02% accuracy, 98.10% f1 score, 98.47% sensitivity, 97.54% specificity, 97.73% precision, 96.04% Matthew Correlation Coefficient (MCC) and 96% Cohen's Kappa statistic.
Benzer Tezler
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Yapay zekâ algoritmaları ile göz hareket verilerinden Parkinson hastalığının erken evre tespiti ve derecelendirilmesi
Early detection and severity evaluation of Parkinson's disease from eye movement data with the artificial intelligence algorithms
İLKE KURT
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
PROF. DR. OĞUZHAN ERDEM
DOÇ. DR. SEZER ULUKAYA
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Deep learning based segmentation pipeline for label-free phase-contrast microscopy images
Etiketsiz faz-kontrast mikroskopi görüntüleri için derin öğrenme tabanlı segmentasyon boru hattı
AYDIN AYANZADEH
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
DOÇ. DR. DEVRİM ÜNAY