Lung cancer detection using CT scan images and deep learning methods
BT tarama görüntüleri ve derin öğrenme yöntemleri kullanılarak akciğer kanseri tespiti
- Tez No: 968748
- Danışmanlar: Assoc. Prof. AHMET ÖZDİL, Prof. Dr. HASAN ERBAY
- 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: Ostim Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Akciğer kanseri, tıptaki tüm gelişmelere ve hasta sağ kalımını artırmada erken teşhisin önemine rağmen, dünya çapında en ölümcül kötü huylu tümörlerden biri olmaya devam etmektedir [1]. X-ışınları ve BT taramaları gibi geleneksel tanı yöntemleri esas olarak radyoloji uzmanlarına bağlıdır [2]. Bu tekniklerin akciğer kanserini tespit etmek için insan yeteneğine ihtiyaç duyması, klinik belirsizlik ve insan hatası olasılığı ortaya çıkarması, birincil dezavantajlarından biridir [3]. Bu araştırma, Evrişimli Sinir Ağları'nın (CNN'ler) ve VGG16, MobileNet, Inception, ResNet ve EfficientNet gibi önceden eğitilmiş modellerinin ve BT tarama görüntülerinden akciğer kanserini tespit etmede kendi özel Hibrit modelimizin etkinliğini değerlendirmeye odaklanmaktadır. Akciğer Görüntü Veritabanı Konsorsiyumu görüntü toplama (LIDC-IDRI) veri setini kullanarak önemli tanı doğruluğu elde etmek için iki modeli birleştirerek Hibrit derin öğrenme çerçevemizi geliştirdik [4]. Kapsamlı ön işleme ve veri artırma tekniklerine ek olarak, çalışma iyi bilinen sinir ağı mimarilerinden transfer öğrenimini içeriyordu [5]. Performans değerlendirme ölçütleri doğruluk, hassasiyet, F1 puanı, kesinlik ve özgüllüğü içeriyordu. Sonuçlar, derin öğrenme tekniklerinin akciğer kanseri tespit hızını ve doğruluğunu önemli ölçüde artırabileceğini ve muhtemelen teşhis prosedürlerini dönüştürebileceğini gösteriyor [6]. Bu çalışma, AI destekli tıbbi
Özet (Çeviri)
The lung cancer remains one of the most fatal malignant tumors worldwide even with all the advances in medicine and the importance of early identification in enhancing patient survival [1]. Traditional diagnostic methods, which include X-rays and CT scans, mainly depend on radiology specialists [2]. These techniques' need on human ability to detect lung cancer which introduces clinical uncertainty and the possibility of human error, is one of their primary drawbacks [3]. This research focuses on evaluating the effectiveness of Convolutional Neural Networks (CNNs) and its pre-trained models like VGG16, MobileNet, Inception, ResNet and EfficientNet and our own custom Hybrid model in detecting lung cancer from CT scan images. We developed our Hybrid deep learning framework by combining two models to achieving significant diagnostic accuracy using the Lung Image Database Consortium image collection (LIDC-IDRI) dataset [4]. In addition to extensive preprocessing and data augmentation techniques the study included transfer learning from well-known neural network architectures [5].
Benzer Tezler
- Detection of cancer area in lung images with the help of deep learning algorithms
Derin öğrenme algoritması ile akciğer görüntülerinde kanser alanının tespiti
SHIVAN HASAN MOHAMMED
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÇINAR
- Lung cancer detection using machine learning
Makine öğrenimi kullanarak akciğer kanseri tespiti
ASMA HAIBELTY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKAY YILMAZ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Akciğer BT görüntülerinden tümörlü verilerin farklı derin öğrenme modelleriyle tahmini
Prediction of tumor data from lung CT images with different deep learning models
VOLKAN ÇETİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR