Modelıng dısease progressıon wıth dıffusıon-based generatıve models
Difüzyon tabanlı üretken modellerle hastalık ilerleyişinin modellenmesi
- Tez No: 967354
- Danışmanlar: PROF. DR. ALPTEKİN TEMİZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Modelleme ve Simülasyon Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Hastalık ilerleyişinin modellenmesi, tıbbi görüntülemede boylamsal verilerin yetersizliği ve tıbbi veri kümelerindeki sınıf dengesizliği gibi önemli zorluklar barındırmaktadır. Bu tez, kesitsel verilerden gerçekçi hastalık ilerleyişi dizileri sentezlemek için yeni bir koşullu difüzyon çerçevesi sunmaktadır; odak noktası ülseratif kolit endoskopik görüntüleridir. Önerilen yaklaşım, hastalık şiddetinin ilerleyici doğasını yakalayan özel sıralı (ordinal) gömme (embedding) kullanarak, Mayo Endoskopik Skoru'nun ayrık seviyeleri arasında yumuşak geçişler üretebilmektedir. İki farklı yerleştirme stratejisi geliştirilmiştir: Şiddet sınıfları arasında doğrusal ara değerleme kullanan Temel Sıralı Yerleştirici (Basic Ordinal Embedder) ve patolojik özelliklerin kümülatif doğasını açıkça modelleyen Toplamsal Sıralı Yerleştirici (Additive Ordinal Embedder). Çerçeve, tıbbi görüntüleme uygulamaları için özelleştirilmiş Stable Diffusion v1.4 üzerine inşa edilmiştir ve Exponential Moving Average, Min-SNR-γ ağırlıklandırması ve sınıf dengeli örnekleme gibi gelişmiş eğitim tekniklerini içermektedir. Yöntem, LIMUC veri kümesi üzerinde kapsamlı nicel metriklerle değerlendirilmiştir. Bu çerçeve, sınıflandırma tabanlı veri kümelerini sürekli ilerleyiş modellerine dönüştürmeyi amaçlamakta; hastalık şiddetinin ince ayarlanmasını ve ara evrelerin gerçekçi sentezini mümkün kılmaktadır. Bu çalışma, tıbbi araştırmalarda boylamsal veri eksikliği sorununa önemli bir çözüm sunmakta ve klinik eğitim, tedavi planlaması ve ilerleyici hastalıkların anlaşılması açısından bir temel oluşturmaktadır.
Özet (Çeviri)
Disease progression modeling presents significant challenges in medical imaging due to the scarcity of longitudinal data and the inherent class imbalance in medical datasets. This thesis introduces a conditional diffusion framework for synthesizing realistic disease progression sequences from cross-sectional data, with a focus on ulcerative colitis endoscopic imaging. The proposed approach employs specialized ordinal class embeddings that capture the progressive nature of disease severity, enabling the generation of smooth transitions between discrete Mayo Endoscopic Score levels. Two embedding strategies are developed: a Basic Ordinal Embedder using linear interpolation between severity classes, and an Additive Ordinal Embedder that explicitly models the cumulative nature of pathological features. The framework is built upon Stable Diffusion v1.4 with custom modifications for medical imaging applications, incorporating advanced training techniques including Exponential Moving Average, Min-SNR-γ weighting, and class-balanced sampling. The methodology is evaluated using the LIMUC dataset through comprehensive quantitative metrics. The framework aims to transform classification-based datasets into continuous progression models, enabling fine-grained disease severity control and realistic intermediate stage synthesis. This work addresses the critical limitation of longitudinal data scarcity in medical research and provides a foundation for enhanced clinical training, treatment planning, and disease understanding across various progressive medical conditions.
Benzer Tezler
- Modelling energy transfer and diffusion in the cornea during cross-linking treatment method
Korneada çapraz bağ tedavisinde enerji transferi ve difüzyonun modellenmesi
BUSE ÖZEN
Yüksek Lisans
İngilizce
2013
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATMA GÜLAY ACAR
- Bir COVID-19 yayılımı modelinin stokastik davranışlarının incelenmesi
Investigation of the stochastic behaviour of a COVID-19 transmission model
AYHAN ÖNEN
Yüksek Lisans
Türkçe
2023
MatematikRecep Tayyip Erdoğan ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZAFER BEKİRYAZICI
- Generation and characterization of induced pluripotent stem cell lines from multiple sclerosis patients and healthy individuals
Multipl skleroz hastalarından ve sağlıklı bireylerden uyarılmış pluripotent kök hücre hatlarının üretimi ve karakterizasyonu
ONUR CAN BEGENTAŞ
Yüksek Lisans
İngilizce
2021
BiyolojiOrta Doğu Teknik ÜniversitesiMoleküler Biyoloji Ana Bilim Dalı
DOÇ. DR. ERKAN KİRİŞ
- HNF1a mutant periferal kan hücrelerinin yeniden programlanarak indüklenmiş pluripotent kök hücrelerine dönüştürülmesi
Reprogramming of HNF1a mutant peripheral blood cells to inducedpluripotent stem cells
FATMA GÖKTÜRK
Doktora
Türkçe
2025
Tıbbi BiyolojiSelçuk ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
DOÇ. DR. DUDU ERKOÇ KAYA
- SHAP görselleştirme tekniği ve makine öğrenmesi yöntemleri ile diyabetik retinopatinin erken tanı modellemesi
Early diagnosis modeling of diabetic retinopathy using SHAP visualization technique and machine learning methods
ŞÜKRAN YAMAN ATCI
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GÜNEŞ