Geri Dön

Towards reliable alzheimer's diagnosis from 3D MRI scans: A generalized approach

3B MRG taramalarından güvenilir alzheimer teşhisine doğru: Genelleştirilmiş bir yaklaşım

PDF İndir

  1. Tez No: 967819
  2. Yazar: ZOBIA BATOOL
  3. Danışmanlar: Prof. ERCHAN APTOULA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 77

Özet

Bu tez, 3B MRG görüntülerinden Alzheimer hastalığının tespiti üzerine odaklanmakta ve modelin, görüntüleme protokolleri, hasta demografileri ve sınıf dengesizlikleri açısından farklılık gösteren, daha önce görülmemiş alanlara genelleme yapmasının beklendiği tek alanlı genelleme (single-domain generalization) ortamında çalışmaktadır. Üç farklı yaklaşım incelenmiştir. İlk olarak, anatomik olarak tutarlı ve sınıfa özgü veriler üreten, öğrenilebilir modüller kullanan sahte-biçimbilimsel bir veri artırma stratejisi önerilmiştir. Bu strateji, gürbüz ve ayırt edici öznitelikler çıkarmak amacıyla gözetimli karşıtsal öğrenme ile tümleştirilmiştir. İkinci olarak, MixStyle çerçevesi, geleneksel ortalama ve değişintinin yanı sıra çarpıklık ve basıklık gibi daha yüksek dereceli istatistiksel momentleri de içerecek şekilde genişletilmiştir. Bu sayede özellik pertürbasyonu geliştirilmiş ve hastalığa özgü kalıntılara odaklanılmıştır. Üçüncü olarak, Mixup tabanlı bir veri artırma yöntemi, MRG görüntülerini mesafe dönüşümleri ile katmanlara ayırıp, birden fazla örnekten yeniden birleştirerek yapısal bütünlüğü korurken çeşitliliği artırmayı hedeflemiştir. NACC, ADNI ve AIBL olmak üzere üç farklı veri kümesinde yapılan kapsamlı deneyler, önerilen tekniklerin temel modellerin genelleme yeteneğini önemli ölçüde artırdığını ve böylece erken aşamada Alzheimer hastalığı tanısı için güvenilir ve alan bağımsız araçlar geliştirilmesine güçlü bir zemin sağladığını göstermiştir.

Özet (Çeviri)

This thesis aims to address Alzheimer's disease detection from 3D MRI scans under a single-domain generalization setting, where a model is expected to generalize to unseen domains with potentially diverse imaging protocols, patient demographics, and class imbalance levels. Three distinct approaches are investigated. First, a pseudo-morphological augmentation strategy uses learnable modules to produce anatomically coherent, class-specific augmentations, integrated with supervised contrastive learning to extract robust and discriminative features. Second, the MixStyle framework is extended to incorporate higher-order statistical moments including skewness and kurtosis alongside traditional mean and variance, enabling enhanced feature perturbation and focus on disease-specific artifacts. Third, a Mixup-based augmentation method leverages distance transforms to spatially decompose MRI scans into layered components and recompose them from multiple samples, preserving structural integrity while promoting diversity. Extensive experiments across three benchmark datasets, namely NACC, ADNI and AIBL demonstrate that the proposed techniques substantially enhance the generalization capabilities of underlying models, thus providing a strong basis for creating reliable, domain-agnostic tools for early Alzheimer's disease diagnosis.

Benzer Tezler

  1. Tez No

    519863

    Minimum-delay HF communications

    Başlık çevirisi yok

    TOROS ARIKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of Illinois at Urbana-Champaign

    Prof. ANDREW C. SINGER

  2. Tez No

    856275

    Design and deployment of deep learning based fuzzy logicsystems

    Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması

    AYKUT BEKE

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  3. Tez No

    409225

    Modeling of coupled nonlinear shear and flexural responses in medium-rise RC walls

    Doğrusal olmayan eğilme ve kayma davranışı gösteren orta yükseklikteki duvarların analitik modellenmesi

    BURAK HOROZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KUTAY ORAKÇAL

  4. Tez No

    611839

    Towards more reliable medium access control with data-driven spectrum allocation

    Veri tabanlı spektrum tahsisi ile daha güvenilir ortam erişim kontrolüne doğru

    UMURALP KAYTAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SİNEM ÇÖLERİ ERGEN

  5. Tez No

    760226

    Evaluation of features for predicting document difficulty

    Doküman zorluğunu tahmin etmede özniteliklerin değerlendirilmesi

    BÜŞRA ERDAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Mühendislik ve Doğa Bilimleri Ana Bilim Dalı

    PROF. DR. YÜCEL SAYGIN

Geri Dön