Derin öğrenme ile kalça protezlerindeki aşınmanın tespiti
Detection of wear in hip prostheses using deep learning
- Tez No: 981883
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, total kalça protezli hastalarda ameliyat sonrası ve takip radyografilerinden aşınmanın yön ve büyüklüğünü tamamen otomatik ve kullanıcıdan bağımsız biçimde belirleyen bir ölçüm–raporlama çerçevesi sunar. Sistem, femoral baş ve asetabular yuva sınırlarını dairesel parametrelerle modeller; YOLOv5 tabanlı aday bölge üretimi sonrasında kenar tabanlı analiz, Hough-daire ve RANSAC uyumlama adımlarını ardışık biçimde çalıştırarak manuel işaretlemeye gerek kalmadan en uygun daireleri tespit eder. Böylece çekim koşullarındaki değişkenliklere karşın tekrarlanabilir sonuçlar elde edilir ve gözle fark edilmesi güç küçük değişimler dahi standart bir çıktı formatında sayısallaştırılır. Tam otomatik akış, zaman maliyetini ve gözlemciler arası farklılığı belirgin biçimde azaltır. Ölçümlerin piksel tabanlı üretilip büyütme bilgisiyle mm'ye dönüştürülebilmesi, farklı çekimlerden gelen filmlerin güvenilir biçimde karşılaştırılmasını sağlar. Üretilen görseller ve sayısal tablolar, iki zaman noktasını tutarlı şekilde karşılaştırarak başta superior ve medial olmak üzere yönsel aşınma paternlerini açıkça ortaya koyar. Sonuç olarak önerilen sistem, rutin radyografilerle erken uyarı sağlayan, tam otomatik, hızlı ve standartlaştırılmış bir takip aracıdır.
Özet (Çeviri)
This study presents a fully automatic, user‐independent measurement and reporting framework that determines the direction and magnitude of wear in total hip arthroplasty by comparing postoperative and follow-up radiographs. The system models the femoral head and acetabular cup with circular parameters; following YOLOv5-based region proposals, it runs edge-based analysis, Hough-circle detection, and RANSAC fitting in sequence to select the best circles without any manual annotation. This yields repeatable results despite variations in acquisition conditions and quantifies subtle changes in a standardized output format. The fully automated pipeline markedly reduces time cost and inter-observer variability. Pixel-based measurements can be converted to millimeters using magnification information, enabling reliable comparison across different examinations. Produced overlay visuals and numeric tables consistently compare two time points, clearly exposing directional wear patterns most notably superior and medial. In sum, the proposed system provides an early-warning, fully automatic, fast, and standardized follow-up tool using routine radiographs.
Benzer Tezler
- Derin öğrenme teknikleri ile gelişimsel kalça çıkıklığının ultrason görüntülerinden otomatik tespiti
Automatic detection of developmental dysplasia of the hip from ultrasound images with deep learning techniques
MUHAMMED ENES YILMAZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İ.EVRİM ÇOLAK
DOÇ. DR. MEHMET SERDAR GÜZEL
- Kalça radyografilerinde derin öğrenme yöntemleri ile proksimal femur kırıklarının tanısı ve sınıflandırılması
Diagnosis and classification of proximal femur fractures on hip radiographs with deep learning methods
HASAN ERSÖNMEZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ARI
DR. ÖĞR. ÜYESİ SEDA ŞAHİN
- Yapay zeka ve derin öğrenme teknolojileri ile kalça eklemi radyografilerinde femoral komponentin tanınması
Identifying femoral stems from pelvic x-ray with deep learning and artificial intelligence algorithm
AHMET METİN ÖZSEZEN
Tıpta Uzmanlık
Türkçe
2021
Ortopedi ve TravmatolojiSağlık Bilimleri ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. CEMİL YILDIZ
- Derin öğrenme yöntemlerikullanarak kalça displazisinin belirlenmesi
Determining hip dysplasia using deep learning methods
MUHAMMED CİHAD ÖZDEMİR
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- Kalça displazisinin otomatik tespiti için u-net, alexnet ve densenet tabanlı hibrit bir derin öğrenme yaklaşımı
A hybrid deep learning approach based on u-net, alexnet and densenet for automatic detection of hip dysplasia
EMİNE ULUSOY
Yüksek Lisans
Türkçe
2025
Mühendislik BilimleriKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DURMUŞ ÖZDEMİR