Genişletilmiş lateral inhibisyon yöntemiyle oct verileri üzerinden retinal hastalıkların sınıflandırılması
Classification of retinal diseases based on oct data by extended lateral inhibition method
- Tez No: 966171
- Danışmanlar: PROF. DR. KEMAL TURHAN
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
- Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, Optik Koherens Tomografi (OCT) görüntüleri üzerinden retinal hastalıkların otomatik olarak sınıflandırılması amacıyla lateral inhibisyon prensibini entegre eden yenilikçi bir derin öğrenme modeli geliştirmeyi hedeflemektedir. Retina hastalıkları, küresel ölçekte ciddi görme kaybına yol açmakta olup, erken ve doğru tanının önemi büyüktür. Geleneksel yöntemlerle OCT görüntülerinin manuel analizi, zaman alıcı ve hata payı yüksek bir süreçtir. Bu durum, makine öğrenimi destekli analiz yöntemlerine olan ihtiyacı belirgileştirmiştir. Son yıllarda derin öğrenme teknikleri, retinal hastalıkların sınıflandırılması görevlerinde yüksek doğruluk oranları sağlamıştır. Ancak biyolojik esinlenmeli yaklaşımların bu alandaki potansiyeli yeterince incelenmemiştir. Bu çalışmada, biyolojik sinir ağlarında bulunan lateral inhibisyon mekanizmasından esinlenerek, bunun derin öğrenme mimarilerine entegre edilmesiyle, retinal hastalıkların daha etkin sınıflandırılmasına yönelik bir model geliştirilmiştir. DenseNet121, InceptionV3, ResNet50 ve Xception gibi popüler CNN mimarileri kullanılarak elde edilen sonuçlar, lateral inhibisyonun genel model performansını belirgin ölçüde artırdığını göstermiştir. Yapılan karşılaştırmalı analizlerde lateral inhibisyon uygulanan modellerin özellikle CNV ve DME sınıflarında daha yüksek F1-skorları ve doğruluk değerleri elde ettiği tespit edilmiştir. Sonuçlar, lateral inhibisyon prensibinin derin öğrenme modellerine entegrasyonunun OCT görüntülerinin sınıflandırılmasında önemli bir performans artışı sağladığını ortaya koymaktadır. Bu yaklaşımın klinik ortamlarda retinal hastalıkların erken ve doğru teşhisine katkıda bulunacağı düşünülmektedir. Gelecekte yapılacak çalışmaların, farklı tıbbi görüntüleme yöntemleri ve daha geniş veri setleri üzerinde lateral inhibisyon prensibinin etkisini inceleyerek, bu yöntemin klinik uygulamalarda yaygın olarak kullanılabileceği düşünülmektedir.
Özet (Çeviri)
This thesis aims to develop an innovative deep learning model that integrates the principle of lateral inhibition for the automatic classification of retinal diseases based on Optical Coherence Tomography (OCT) images. Retinal diseases are a major cause of vision loss worldwide, making early and accurate diagnosis critically important. Manual analysis of OCT images using traditional methods is time-consuming and prone to errors, which highlights the need for machine learning-assisted analytical techniques. In recent years, deep learning approaches have achieved high accuracy rates in the classification of retinal diseases. However, the potential of biologically inspired approaches in this domain remains insufficiently explored. In this study, inspired by the lateral inhibition mechanism found in biological neural networks, a model was developed that integrates this principle into deep learning architectures to achieve more effective classification of retinal diseases. The results obtained using popular CNN architectures such as DenseNet121, InceptionV3, ResNet50, and Xception demonstrate that the inclusion of lateral inhibition significantly enhances overall model performance. Comparative analyses revealed that models incorporating lateral inhibition achieved higher F1-scores and accuracy, particularly in the CNV and DME classes. The findings indicate that integrating the principle of lateral inhibition into deep learning models leads to a substantial improvement in the classification of OCT images. It is anticipated that this approach will contribute to the early and accurate diagnosis of retinal diseases in clinical settings. Future studies are expected to examine the impact of lateral inhibition across different medical imaging modalities and larger datasets, suggesting that this method could be widely adopted in clinical applications.
Benzer Tezler
- Trafik tıkanıklığının ekonomik analizi ve tıkanık kent içi yolların fiyatlandırılması
Başlık çevirisi yok
HASAN ERTÜRK
- Bursa ve İstanbul illerinde derin dondurma yöntemi ile sebze ve meyve muhafaza eden tesislerin uyguladığı yöntemler ve sorunları
Başlık çevirisi yok
ŞENEL USLU
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiUludağ ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
YRD. DOÇ. DR. FİKRİ BAŞOĞLU
- Serbest ve zorlanmış konveksiyonda yüzey film katsayısının teorik ve deneysel olarak incelenmesi
Başlık çevirisi yok
ERTUĞRUL BALTACIOĞLU
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiErciyes ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. BEKİR SAMİ YILBAŞ
- Düşey yöndeki yerkabuğu hareketlerinin duyarlıklı nivelman ölçüleri ile belirlenmesi
Başlık çevirisi yok
MUALLA ÜNVER
Yüksek Lisans
Türkçe
1988
Jeoloji MühendisliğiKaradeniz Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ.DR. ERGÜN ÖZTÜRK
- An Expert system for view definition and integration
Başlık çevirisi yok
FERDA NUR CİVELEK
Yüksek Lisans
İngilizce
1988
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiDOÇ. DR. ASUMAN DOĞAÇ