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: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Kardiyoloji, Computer Engineering and Computer Science and Control, Cardiology
- 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: 86
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
- 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
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpBolu Abant İzzet Baysal ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELİKE ELİF KALFAOĞLU
- Derin öğrenme teknikleriyle tomografi görüntülerinde karaciğer bölütlemesi
Liver segmentation on tomography images with deep learning techniques
FURKAN AVCI
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EYYÜP GÜLBANDILAR
- Derin öğrenme mimari yapısını esas alan hibrit yaklaşım kullanılarak radyolojik görüntülerden COVID-19 teşhisi ve tahmin edilmesi
Diagnosis and prediction of COVID-19 from radiological images using a hybrid approach based on deep learning architectural structure
SEYFULLAH URUT
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DOÇ. DR. RECEP ÖZDAĞ
- Radyolojı̇k görüntülerde derı̇n öğrenme kullanılarak kanser alt tı̇plerı̇nı̇n ve genotı̇plerı̇nı̇n sınıflandırılmasının gelı̇ştı̇rı̇lmesı̇
Enhancing classification of cancer subtypes and genotypes using deep learning on radiological images
NESLİHAN GÖKMEN İNAN
Doktora
Türkçe
2024
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. OZAN KOCADAĞLI
PROF. DR. CHUNLEİ LIU
- Diş radyografilerinde derin öğrenme yöntemleri ile diş çürüğü tanısı ve sınıflandırılması
Diagnosis and classification of dental caries with deep learning methods in dental radiography
ERSİN ŞAHİN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiÇankırı Karatekin ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ARI