Yapay zeka ile radyolojik görüntülerden abdominal aort anevrizması tespiti
Detection of abdominal aortic aneurysm from radiological images using artificial intelligence
- Tez No: 962013
- Danışmanlar: DOÇ. DR. MUSTAFA ULAŞ
- Tez Türü: Yüksek Lisans
- Konular: Kardiyoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Cardiology, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zeka, tıbbi görüntülemede giderek artan önemiyle sağlık alanında devrim yaratmıştır. Bu tez çalışması, Abdominal Aort Anevrizması (AAA) tespitinde yapay zeka yöntemlerinin etkili bir şekilde kullanılmasını incelemek amacıyla hazırlanmıştır. AAA, erken teşhis edilmediğinde ölümcül sonuçlara yol açabilen bir rahatsızlıktır. Çalışmanın temel hipotezi, radyolojik görüntülerin yapay zeka tabanlı analizleri ile AAA'nın daha hızlı ve doğru bir şekilde tespit edilebileceği varsayımına dayanmaktadır. Tezde, hastalığın teşhisinde kullanılan bilgisayarlı tomografi (BT) görüntülerinden elde edilen veri setleri işlenmiş ve Convolutional Neural Network (CNN) tabanlı derin öğrenme modelleri uygulanmıştır. Veri ön işleme aşamasında, gürültü azaltma, kontrast iyileştirme ve özellik çıkarımı gibi adımlar gerçekleştirilmiştir. Eğitim ve test süreçlerinde kullanılan modeller, hassasiyet, özgüllük ve doğruluk oranları açısından analiz edilmiştir. Bulgular, önerilen yapay zeka modellerinin, geleneksel yöntemlere kıyasla daha yüksek başarı oranları sunduğunu göstermiştir. Bu çalışma, yapay zeka teknolojilerinin radyolojik görüntüleme süreçlerinde kullanılabilirliğini vurgulamakta ve bu alandaki bilimsel bilgi birikimine katkı sağlamayı amaçlamaktadır. Ayrıca, tıbbi teşhislerde zaman ve maliyet tasarrufu sağlayarak hasta sonuçlarını iyileştirme potansiyeline sahiptir.
Özet (Çeviri)
Artificial intelligence has revolutionized the healthcare field with its growing importance in medical imaging. This thesis focuses on the effective use of artificial intelligence methods for detecting Abdominal Aortic Aneurysm (AAA). AAA is a critical condition that can lead to fatal outcomes if not diagnosed early. The primary hypothesis of the study is that AI-based analyses of radiological images can enable faster and more accurate detection of AAA. In the thesis, datasets derived from computed tomography (CT) scans were processed, and Convolutional Neural Network (CNN)-based deep learning models were applied. During the preprocessing phase, noise reduction, contrast enhancement, and feature extraction steps were performed. The trained models were evaluated for sensitivity, specificity, and accuracy during the training and testing phases. The findings revealed that the proposed AI models offered higher success rates compared to traditional methods. This study emphasizes the usability of AI technologies in radiological imaging and aims to contribute to the scientific knowledge in this field. Moreover, it has the potential to improve patient outcomes by saving time and reducing costs in medical diagnoses.
Benzer Tezler
- Data and model based performance improvement in transfer learning by using generative adversarial networks and model fusion techniques
Çekişmeli üretici ağlar ve model tümleştirme teknikleri kullanarak aktarımlı öğretimde veri ve model tabanlı performans iyileştirme
TUĞÇE TOPRAK
Doktora
İngilizce
2025
Dokuz Eylül ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Kontrastsız abdomen BT'de tip 2 DM hastalarının vücut kompozisyonunun yapay zeka ile değerlendirilmesi
Evaluation of body composition of type 2 DM patients in non-contrast abdominal CT with artificial intelligence
MERVE BAŞDEMİRCİ
- Adrenal bez lezyonlarının bilgisayarlı tomografide histogram analizi ile değerlendirilmesi
Evaluation of surrenal lesions with histogram analysis on computed tomography
OKAN YAMAN
- İç hastalıkları yoğun bakım ünitesinde hastanın ilk gün PA AC grafisinden yapay zeka yöntemleri kullanılarak mortalite tahmini
Mortality prediction from patient's first day PA AC radiograph in internal medicine intensive care unit using artificial intelligence methods
ORHAN GÖK
- Çocuk akciğer x-ışını görüntülerinin derin öğrenme yöntemleri ile analizi
Analysis of child lung x-ray images with deep learningmethods
ÇAĞDAŞ ŞİMŞEK
