Akciğer kanserinin CT görüntülerinden teşhisi için differansiyel konvolüsyonel yapay sinir ağı tabanlı görüntü tanıma yazılımı geliştirilmesi
Development of differential convolutional neural network based image recognition software for diagnosis of lung cancer from CT images
- Tez No: 972944
- Danışmanlar: PROF. DR. MUTLU AVCI
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Akciğer kanseri dünyada ölüm oranını artıran önemli nedenlerden biridir, çünkü her yıl diğer kanser türlerine kıyasla akciğer kanseri nedeniyle çok sayıda ölüm gerçekleştiği görülmektedir. Eğer ilk aşamada tespit edilir ve tanımlanırsa, çok sayıda hastanın hayatta kalma oranı artırılabilir. Bu nedenle, uygun ve anlık bir sonuç elde etmek için, tıbbi görüntü işleme alanında makine öğreniminin son tekniklerini kullanarak sınıflandırmanın doğruluğunu artırılabilir. Bu çalışmada, Diferansiyel Konvolüsyon olarak adlandırılan yeni bir konvolüsyon tekniği ve güncellenmiş hata geri yayılım algoritması kullanılmaktadır. DCNN yönsel aktivasyon farklılıklarını içeren özellik haritalarını bir sonraki katmana aktarmayı amaçlamaktadır. Bu uygulama, konvolüsyonlu özelliklerin özellik haritası üzerinde nasıl değiştiği fikrini dikkate almaktadır. Bu özellik, filtre sayısını değiştirmeden sınıflandırma performansını artırmaktadır. Anormal ve normal bilgisayar tomografi (BT) görüntüleri de dahil olmak üzere farklı akciğer kanseri türlerini sınıflandırmak için diferansiyel konvolüsyonel sinir ağı modeli önermektedir. Bu modelin performansını test etmek ve eğitmek için, anormal ve normal görüntüleri içeren 1.000 akciğer bilgisayarlı tomografi (BT) görüntüsünden oluşan bir veri kümesi kullanmıştır. Deneysel sonuçlar, önerilen modelin %96,25'lik bir doğruluğa ulaştığını göstermiştir. Bu çalışmada, önerilen diferansiyel CNN modelinin akciğer kanserinin otomatik sınıflandırılmasını kolaylaştırmak için kullanılabileceğini göstermektedir.
Özet (Çeviri)
Lung cancer is one of the major causes of mortality in the world, as there are more deaths each year from lung cancer than from any other type of cancer. If detected and identified at the initial stage, the survival rate of a large number of patients can be increased. Therefore, it can improve the accuracy of classification using the latest techniques of machine learning in the field of medical image processing in order to achieve a convenient and instantaneous result. In this work, we use a new convolution technique called Differential Convolution and an updated error back propagation algorithm. DCNN aims to transfer feature maps containing directional activation differences to the next layer. This implementation takes into account the idea of how convolved features change over the feature map. This feature improves the classification performance without changing the number of filters. proposes a differential convolutional neural network model to classify different types of lung cancer, including abnormal and normal computer tomography (CT) images. To train and test the performance of this model, a dataset of 1,000 lung computed tomography (CT) images including abnormal and normal images is used. Experimental results show that the proposed model achieves an accuracy of 97.25%. This study shows that the proposed differential CNN model can be used to facilitate automatic classification of lung cancer.
Benzer Tezler
- Development and validation of methods for the diagnosis of lung cancer via serological biomarkers
Akciğer kanserinin serolojik biyobelirteçler ile teşhisine yönelik yöntem geliştirilmesi ve doğrulanması
ABBAS GÜVEN AKÇAY
Yüksek Lisans
İngilizce
2019
Biyolojiİhsan Doğramacı Bilkent ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. ALİ OSMAY GÜRE
- Computer aided diagnosis of breast cancer
Meme kanserinin bilgisayar destekli teşhisi
FATİH KALELİ
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. NİZAMETTİN AYDIN
- Pulmoner nodüller için bilgisayar destekli teşhis sistemi
Computer aided diagnosis system for pulmonary nodules
AHMET TARTAR
Doktora
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
YRD. DOÇ. DR. NİYAZİ KILIÇ
- Radyoterapinin pulmoner damarlara etkisinin incelenmesi ve radyasyon pnömonisi erken tanısına katkısının araştırılması
Investigation of the effect of radiotherapy on pulmonary vessels and its contribution to the early diagnosis of radiation pneumonia
GÖKÇE TANIYAN
Doktora
Türkçe
2025
Göğüs HastalıklarıEge ÜniversitesiTemel Onkoloji Ana Bilim Dalı
DOÇ. DR. ÖZKAN DOĞANAY
- 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