Transfer öğrenme yöntemleri kullanılarak x-ray görüntülerinden diz osteoartrit şiddetinin tespiti
Detection of knee osteoarthritis severity from x-ray images using transfer learning methods
- Tez No: 963558
- Danışmanlar: DOÇ. DR. MUSTAFA TOSUN, DR. ÖĞR. ÜYESİ HANİFE GÖKER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, 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: 87
Özet
Diz osteoartriti (KOA), eklemlerdeki kıkırdak dokusunun bozulmasıyla karakterize kronik ve ilerleyici bir eklem hastalığıdır. Hastalık kontrolü için uygun tedavi ve erken teşhis önemlidir. Ancak, KOA'yı X-ray görüntülerinden sınıflandırmak için kullanılan geleneksel tanı yöntemleri uzmanlık gerektirir ve ne yazık ki büyük bir hata payına sahiptir. Bu çalışma, Bilateral filtre, kontrast sınırlı adaptif histogram eşitleme (CLAHE) ve transfer öğrenme modelleri kullanılarak X-ray görüntülerinden KOA şiddetinin tespiti için görüntü işleme tabanlı bir çözüm sunmaktadır. CLAHE yöntemi görüntü kalitesini iyileştirirken, Bilateral filtre X-ray görüntülerindeki ayrıntıları iyileştirmiş ve bulanıklığı en aza indirmiştir. KOA görüntü veri kümesi 9786 diz görüntüsünden ve beş sınıf etiketinden oluşmaktadır. Ayrıca, bu çalışma kapsamında AlexNet, VGG19, DenseNet201, EfficientNetB0 ve ResNet101 transfer öğrenme ile Bilateral, Wiener, Gauss, Sobel ve Laplacian görüntü filtreleme tekniklerinin performanslarını karşılaştırılmıştır. Bilateral görüntü filtreleme ile ResNet101 transfer öğrenme modeli 0,970 kappa istatistiği, 0,978 ağırlıklı F1 puanı ve %97,85 doğruluk ile en yüksek başarıyı elde etmiştir. Sonuç olarak bu çalışma, tıbbi görüntü sınıflandırma görevlerinde filtre seçiminin önemini ve transfer öğrenme modelleri ile birleştirmenin tanı potansiyelini vurgulamaktadır.
Özet (Çeviri)
Knee osteoarthritis (KOA) is a chronic and progressive joint disease characterized by the deterioration of cartilage tissue in the joints. Appropriate treatment and early diagnosis are important for disease control. However, traditional diagnostic methods used to classify KOA from X-ray images require expertise and, unfortunately, have a large margin of error. This study presents an image processing-based solution for detecting KOA severity from X-ray images using the Bilateral filter, contrast-limited adaptive histogram equalization (CLAHE), and transfer learning models. While the CLAHE method improved the image quality, the Bilateral filter improved the details in X-ray images and minimized blurring. The KOA image dataset consists of 9786 knee images and five class labels. In addition, in the scope of this study, the performances of AlexNet, VGG19, DenseNet201, EfficientNetB0, and ResNet101 transfer learning and Bilateral, Wiener, Gauss, Sobel, and Laplacian image filtering techniques were compared. ResNet101 transfer learning model with Bilateral image filtering achieved the highest success with kappa statistics of 0.970, a weighted F1 score of 0.978, and an accuracy of 97.85%. In conclusion, this study highlights the importance of filter selection in medical image classification tasks and the diagnostic potential of combining it with transfer learning models.
Benzer Tezler
- Optimize derin öğrenme mimarileri ile diz kireçlenme derece tespiti
Detection of knee osteoarthritis degree via optimized deep learning architectures
AYSUN ÖCAL
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN KOYUNCU
- X-ray görüntülerinden alt solunum yolu enfeksiyonlarının teşhisinde transfer öğrenme yöntemleri ve topluluk öğrenmeye dayalı yeni bir yaklaşım
A new approach based on transfer learning methods and ensemble learning in the diagnosis of lower respiratory tract infections from X-ray images
BERİVAN ÖZAYDIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
DOÇ. DR. RAMAZAN TEKİN
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- 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
MERVE KOKULU
Yüksek Lisans
Türkçe
2025
BiyomühendislikKütahya Dumlupınar Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. ÖMER KASIM
DR. ÖĞR. ÜYESİ HANİFE GÖKER
- Tıbbi görüntülerde skolyoz sınıflandırması: Transfer öğrenme destekli DVM yaklaşımı
Scoliosis classification in medical images: Transfer learning aided SVM approach
FATIMANUR GÜLTEKİN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Medeniyet ÜniversitesiUygulamalı Matematik ve Hesaplamalı Bilimler Ana Bilim Dalı
DOÇ. DR. BETÜL HİÇDURMAZ