Radyolojik görüntülerde yoğunluk tabanlı kemik segmentasyonu v eosteoporoz değerlendirmesi
Ensity-based bone segmentation and osteoporosisassessment in radiological images
- Tez No: 962785
- Danışmanlar: DR. ÖĞR. ÜYESİ ZAFER CİVELEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Bu yüksek lisans tezinde, kemik erimesi hastalığının erken teşhisine yönelik, görüntü işleme ve yapay zekâ temelli bir sistem geliştirilmiştir. Osteoporoz, kemik mineral yoğunluğunun azalmasıyla birlikte kemiklerin kırılganlaşmasına neden olan, özellikle yaşlı bireylerde ciddi sağlık sorunlarına yol açabilen sistemik bir kemik hastalığıdır. Literatürde mevcut tanı yöntemlerinin yüksek maliyeti, sınırlı erişilebilirliği ve düşük duyarlılığı gibi dezavantajları göz önüne alınarak bu çalışmada, otomatik, hızlı ve güvenilir bir teşhis sistemi geliştirmek hedeflenmiştir. Çalışmada, Knee Osteoarthritis Severity Dataset'ine ait diz röntgen görüntüleri kullanılmıştır. Görüntüler, U-Net derin öğrenme mimarisiyle segmente edilmiş ve kemik yapıları başarıyla ayrıştırılmıştır. Segmentasyon sonrasında çıkarılan morfolojik, istatistiksel ve frekans temelli öznitelikler kullanılarak Random Forest algoritması ile sınıflandırma gerçekleştirilmiştir. Modelin performansı, doğruluk (accuracy), ROC-AUC, duyarlılık (sensitivity), özgüllük (specificity), kesinlik (precision) ve F1 skoru gibi çeşitli metriklerle değerlendirilmiştir. Yapılan analizler sonucunda, ileri derecede osteoporoz sınıfı için %95,6 AUC değeri elde edilmiş ve genel sınıflandırma başarımı %75 doğrulukla ölçülmüştür. Elde edilen bulgular, geliştirilen sistemin erken teşhis sürecine katkı sağlayabileceğini ve klinik karar destek sistemlerinde kullanılabilir potansiyele sahip olduğunu göstermektedir.
Özet (Çeviri)
In this master's thesis, an artificial intelligence-based diagnostic system was developed for the early detection of osteoporosis. Osteoporosis is a systemic bone disease characterized by decreased bone mineral density, leading to increased bone fragility, and is particularly associated with a high risk of fractures in elderly individuals. Considering the limitations of conventional diagnostic methods—such as high cost, limited accessibility, and insufficient sensitivity—this study aims to provide a fast, automated, and reliable alternative. Radiographic knee images from the Knee Osteoarthritis Severity Dataset were used in the study. Bone structures were successfully segmented using a U-Net deep learning architecture. Following segmentation, morphological, statistical, and frequency-based features were extracted, and classification was performed using the Random Forest algorithm. The model's performance was evaluated through multiple metrics, including accuracy, ROC-AUC, sensitivity, specificity, precision, and F1-score. Results showed a high AUC value of 95.6% for the advanced osteoporosis class and an overall classification accuracy of 75%. These findings demonstrate that the proposed system has the potential to support early diagnosis and can be integrated into clinical decision support systems.
Benzer Tezler
- Pes planus deformitesinin tespiti için kalkaneal eğim açısının otomatik hesaplanması
The automatic calculation of calcaneal pitch angle for detection of pes planus deformity
TOLGA ÇİT
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YILMAZ
- Transfüzyon bağımlı talasemi hastalarında beyindeki mikroyapısal değişiklerin ileri manyetik rezonans görüntüleme teknikleri ile değerlendirilmesi
Evaluation of microstructural changes in the brain in transfusion dependent thalassemia patients with advanced magnetic resonance imaging techniques
BARIŞ GENÇ
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer TıpOndokuz Mayıs ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. HÜSEYİN AKAN
- Meme kanseri hastalarında aksiller lenf nodunu değerlendirmede mamografik sınıflandırma: Aırads (axillary ımaging reporting and data systems)
Mammographic classification in evaluation of axillary lymph node in breast cancer patients: Airads (axillary imaging reporting and data systems)
YASİN YILDIRIM
Tıpta Uzmanlık
Türkçe
2023
Genel CerrahiSağlık Bilimleri ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. ÜMİT TURAN
- Beyin tümörlerinin ileri görüntü işleme ve örüntü tanıma teknikleri kullanılarak bilgisayar destekli tespiti
Computer-aided detection of brain tumors using advanced image processing and pattern recognition techniques
SEDA KAZDAL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. BUKET DOĞAN
PROF. DR. ALİ YILMAZ ÇAMURCU
- Multiple skleroz hastalığında nükleer manyetik rezonans tabanlı metabolomik profilleme
Nuclear magnetic resonance-based metabolomic profiling in multiple sclerosis disease
GÜLLÜ TARHAN
Tıpta Uzmanlık
Türkçe
2024
NörolojiSağlık Bilimleri ÜniversitesiNöroloji Ana Bilim Dalı
PROF. DR. SAİME FÜSUN DOMAÇ
PROF. DR. ŞAHABETTİN SELEK