Geri Dön

Yapay zekâ yöntemleri kullanılarak mide ve bağırsak poliplerinin teşhisi

Diagnosis of gastric and intestinal polyps using artificial intelligence methods

PDF İndir

  1. Tez No: 1008225
  2. Yazar: SÜMEYRA ŞAHİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAYRİYE ALTURAL ÖZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Bioengineering, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Kastamonu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Mide ve bağırsak polipleri, gastrointestinal sistem mukozasından dışarı doğru gelişen dokunun anormal büyümesi sonucu oluşan tümör benzeri yapılardır. Küçük boyutlu polipler çoğunlukla iyi huylu özellik gösterirken, poliplerin zamanla büyümesi durumunda karın ağrısı, mide bulantısı ve çeşitli sindirim problemleri ortaya çıkabilmekte; ileri evrelerde ise bu yapılar kanser hücresine dönüşüm riski taşımaktadır. Bu yapıların tespiti endoskopi veya kolonoskopi cihazı ile çekilen video ve görüntülerin uzmanlar tarafından okunması/raporlanması ile yapılır ve erken tespiti hastalığın ilerleyişi için son derece önemlidir. Ancak klinik uygulamalarda, özellikle küçük boyutlu veya düşük kontrastlı polipler raporlama sırasında gözden kaçabilmekte ve yorumlayıcının deneyimine bağlı olarak hatalı değerlendirmeler yapılabilmektedir. Bu tez çalışmasında endoskopi/kolonoskopi video ve görüntülerden polip tespiti için 2 aşamadan oluşan bir polip tespit sistemi önerilmiştir. İlk aşamada farklı özelliklere sahip DeepLabV3 (ResNet50+ASPP), Attention U-Net ve ResNet34–U-Net mimarilerinin çıktıları birleştirilerek bir topluluk segmentasyon modeli önerilmiştir. Modelin bağırsak poliplerini içeren veri seti üzerinde yapılan testleri sonucunda %99,60 doğruluk, %98,80 hassasiyet, %98,44 dice katsayısı, %97 IoU, %98,14 duyarlılık, %98,44 F1 skoru ve %99,80 özgüllük değerlerine ulaşılmıştır. Aynı model mimarisi korunarak mide poliplerini içeren veri seti üzerinde yeniden eğitim gerçekleştirilmiş ve modelin mide poliplerini tespit etmede de yüksek doğruluk ve segmentasyon başarısı gösterdiği görülmüştür. Elde edilen bu sonuçlar geliştirilen yaklaşımın hem mide hem de bağırsak poliplerini güvenilir bir şekilde tespit edebildiğini ve polipli bölgeleri arka plan dokularından etkin biçimde ayırt edebildiğini göstermektedir.

Özet (Çeviri)

Gastric and colorectal polyps are tumor-like structures that occur as a result of abnormal tissue growth protruding outward from the gastrointestinal mucosa. While small polyps are generally benign, their growth over time may lead to symptoms such as abdominal pain, nausea, and various digestive problems; in advanced stages, these structures may carry the risk of malignant transformation. The detection of these structures is typically performed through the interpretation and reporting of images and videos obtained via endoscopy or colonoscopy by medical specialists, and early detection is critically important for preventing disease progression. However, in clinical practice, especially small or low-contrast polyps may be overlooked during reporting, and misinterpretations may occur depending on the experience of the examiner. In this thesis, a two-stage polyp detection system is proposed for detecting polyps from endoscopy and colonoscopy videos and images. In the first stage, an ensemble segmentation model was developed by combining the outputs of DeepLabV3 (ResNet50+ASPP), Attention U-Net, and ResNet34-U-Net architectures, each having different architectural characteristics. As a result of the tests conducted on the dataset containing colorectal polyps, the model achieved 99.60% accuracy, 98.80% precision, a Dice coefficient of 98.44%, 97% IoU, 98.14% recall, a 98.44% F1-score, and 99.80% specificity. The same model architecture was then retrained using a dataset containing gastric polyps, and the model also demonstrated high accuracy and segmentation performance in detecting gastric polyps. These results indicate that the proposed approach can reliably detect both gastric and colorectal polyps and effectively distinguish polyp regions from background tissues.

Benzer Tezler

  1. Tez No

    841996

    Mide kanserinde yapay zekâ yaklaşımı ile sağkalım analizi

    Survival analysis with artificial intelligence approach in gastric cancer

    ALİ GÜNER

    Doktora

    Türkçe

    Türkçe

    2023

    BiyoistatistikKaradeniz Teknik Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURÇİN KURT

  2. Tez No

    948596

    Prediction of microsatellite status in colorectal cancer whole slide images using deep neural networks

    Derin sinir ağları kullanılarak kolorektal kanser tüm slayt görüntüleri üzerinde mikrosatellit durumu tahmini

    FATMA VİLDAN ENGİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  3. Tez No

    947135

    Identifying potential taxonomic biomarkers for gastrointestinal cancers from human microbiota using the grouping-scoring-modeling (G-S-M) and traditional feature selection approaches

    Gruplama puanlama modelleme (G-S-M) ve geleneksel özellik seçim yaklaşımını kullanarak insan gastrointestinal kanser mikrobiyotalarındaki potansiyel taksonomik biyobelirteçlerin belirlenmesi

    BEYZA ÇANAKCIMAKSUTOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. BURCU GÜNGÖR

    PROF. DR. MALİK YOUSEF

  4. Tez No

    656897

    Yapay zeka ve mimarlık etkileşimi üzerine bir çalışma:Üretken çekişmeli ağ algoritması ile otonom mimari plan üretimi ve değerlendirmesi

    A study on interaction of artificial intelligence and architecture: Production and evaluation of architectural plans with generative adversarial networks

    CAN UZUN

    Doktora

    Türkçe

    Türkçe

    2020

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU

  5. Tez No

    784013

    Transfer learning based super resolution of aerial images and the effects of the super resolution on object detection

    Öğrenme transferi temelli hava aracı görüntülerinin süper çözünürlüğü ve süper çözünürlüğün nesne tespitine etkileri

    ASLAN AHMET HAYKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ

Geri Dön