İdrar sediment içeriğindeki kristal ve hücrelerin YOLOv7 segmentasyon modeli ile tespit edilmesi
Detection of crystals and cells in urine sediment content with YOLOv7 segmentation model
- Tez No: 981242
- Danışmanlar: PROF. DR. HAMDİ MELİH SARAOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sayısal görüntü işleme, Digital image processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, idrar sedimenti analizinde karşılaşılan tanısal zorlukları çözmeye yönelik olarak YOLOv7 segmentasyon modeli kullanılmış ve çeşitli hücresel yapıların piksel düzeyinde tespiti gerçekleştirilmiştir. Kırmızı kan hücresi (RBC), beyaz kan hücresi (WBC), epitel hücresi (Eph), kristaller (Crys) ve hücre kümeleri (Cpop) olmak üzere beş sınıfa ait toplam 680 görüntü üzerinde model eğitilmiş ve değerlendirilmiştir. YOLOv7 segmentasyon modeli, geleneksel sınırlayıcı kutu tespit yöntemlerinin ötesine geçerek üst üste binmiş ve düzensiz şekilli hücrelerin ayrıntılı şekilde analiz edilmesini mümkün kılmıştır. Eğitim sürecinde transfer öğrenme yöntemi kullanılmış; veri artırma teknikleriyle modelin genelleme yeteneği güçlendirilmiştir. Sonuçlar, YOLOv7 segmentasyon modelinin RBC, WBC ve Eph gibi sınıflarda yüksek doğruluk ([email protected] > 0.97) sağladığını, ancak Cpop ve Crys gibi yapısal olarak karmaşık sınıflarda segmentasyonun daha düşük performans gösterdiğini ortaya koymuştur. Maske segmentasyonu, özellikle yoğun ve üst üste gelen hücrelerin bulunduğu mikroskopi sahalarında belirgin avantajlar sağlamaktadır. Bu çalışma, idrar sedimenti analizinde otomatik segmentasyon sistemlerinin klinik doğruluğunu artırabileceğini ve tanısal süreçte önemli katkılar sunabileceğini göstermektedir.
Özet (Çeviri)
In this study, the YOLOv7 segmentation model was utilized to address diagnostic challenges in urine sediment analysis, enabling pixel-level detection of various cellular structures. The model was trained and evaluated on 680 images comprising five classes: red blood cells (RBC), white blood cells (WBC), epithelial cells (Eph), crystals (Crys), and cell populations (Cpop). Unlike traditional bounding box-based methods, YOLOv7 segmentation offers precise identification of overlapping and irregularly shaped particles. Transfer learning and diverse data augmentation techniques were applied to enhance model generalization. The results demonstrate that the YOLOv7 segmentation model achieved high accuracy ([email protected] > 0.97) in clinically significant classes such as RBC, WBC, and Eph, while showing lower performance for structurally complex classes like Cpop and Crys. Mask-based segmentation exhibited notable advantages in dense microscopy fields with overlapping cells. This study indicates that automated segmentation systems can significantly improve diagnostic accuracy in urine sediment analysis and contribute to the advancement of clinical decision support tools.
Benzer Tezler
- Derin öğrenme yöntemi ile idrar sediment görüntülerindeki hücrelerin tespiti ve sınıflandırılması
Detection and classification of cells in urine sediment images with deep learning method
YUSUF AKBAŞ
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiNecmettin Erbakan ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN İLHAN
- İdrar sedimentinin değerlendirilmesinde ışık mikroskopisi ile faz kontrast mikroskopisinin karşılaştırılması
The comparison of manual mcroscopy with phase contrast mi̇croscopy in urine sediment examination
NAZİME ÇEBİ
Tıpta Uzmanlık
Türkçe
2014
BiyokimyaKaradeniz Teknik ÜniversitesiTıbbi Biyokimya Ana Bilim Dalı
PROF. DR. ORHAN DEĞER
- Çocuklarda idrar yolu enfeksiyonu patogenezinde yangının rolünün araştırılması
The role of the inflamation in the pathogenesis of urinary tract infection in children
ARZU TANINMIŞ
Tıpta Uzmanlık
Türkçe
2009
Çocuk Sağlığı ve HastalıklarıAdnan Menderes ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. FERAH SÖNMEZ
- İnsan idrar hücrelerinin fiziksel yapılarının görüntü işleme teknikleri ile öznitelik çıkarımı ve sınıflandırılması
Feature extraction and classification of physical structures with image processing techniques of human urinary cells
UYSAL ALTAŞ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKütahya Dumlupınar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAMDİ MELİH SARAOĞLU
- Çocukluk yaş gruplarında semptomatik idrar yolu enfeksiyonunun erken tanısında çeşitli tarama testlerinin etkinliklerinin karşılaştırılması
Başlık çevirisi yok
HALİL İBRAHİM AYDIN
Tıpta Uzmanlık
Türkçe
1998
Çocuk Sağlığı ve HastalıklarıGataÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. ERDAL GÖKÇAY