Akciğer hastalıklarının tanısında kullanılan X-ışını görüntülerine yapay zeka ve segmentasyon uygulaması
Application of artificial intelligence and segmentation to X-ray images used in the diagnosis of lung diseases
- Tez No: 671798
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDURRAHİM AKGÜNDOĞDU
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tüberküloz her yıl dünya çapında yaklaşık 10 milyon insanı etkilemektedir. Genel olarak hekim ve özellikle radyolog eksikliği nedeniyle, Göğüs röntgeni (CXR) görüntülerinin yorumlanması bir sorun olmaya devam etmektedir. Bunun üzerine, CXR görüntülerini verimli bir şekilde yorumlayabilen ve tüberkülozu teşhis edebilen bir uygulama geliştirme hedeflerini kendimize belirledik. Montgomery veri setinin kullanıldığı bu çalışmada: 138 CXR görüntüsü (80 normal ve 58 tüberküloz). Bu uygulamanın geliştirilmesi için farklı segmentasyon yöntemleri ve yapay zeka (makine öğrenimi) gerekiyordu. Segmentasyon adımı ile tüberküloz lezyonları izole edildi. Tüberküloz lezyonların ve CXR görüntülerinin özelliklerini çıkarmak için bir özellik çıkarma adımı gerçekleştirildi. Çıkarılan özellikler, makine öğrenimi kullanılarak sınıflandırılıldı. Tüberküloz lezyonlar, siyah akciğer yüzeylerinde beyaz olarak görülmektedir. En iyi sınıflandırma, topluluk alt uzay yöntemi ile elde edilmiştir. Sadece eğitim yapıldığında, doğruluk mükemmelliğe denk bir değer olan 1.00'a ve eğri altındaki alan da (AUC) 1.00'a ulaşmıştır. Bununla birlikte holdout (eğitim ve test) yöntemi sonrası doğruluk % 88.2 ve AUC 0.90 olmuştur. Çapraz doğrulama ile elde edilen en iyi sınıflandırıcı SVM (doğruluk=72.50 ve AUC = 0.69) olmuştur. Uygulamamız belirlenen hedeflere ulaşmış ve sorunumuza cevap vermiştir.
Özet (Çeviri)
Every year tuberculosis affects nearly 10 million people around the world. With a shortage of medical doctor in general and particularly of radiologists, the interpretation of CXR images remains a problem. Thereupon we set ourselves the goals of developing an application capable of efficiently interpreting CXR images and diagnosing tuberculosis. We used Montgomery dataset: 138 CXR images (80 normal and 58 tuberculosis). The development of this application required different methods of segmentation and artificial intelligence (machine learning). With the segmentation step we isolated the tuberculous lesions. A feature extraction step was required to extract the characteristics of the tuberculous lesions and CXR images. The extracted features has been classified by using machine learning. Tuberculous lesions are shown in white on black lung surfaces. The best classifier has been achieved with ensemble subspace method. Without validation the accuracy reached the perfection 1.00 and an area under the curve (AUC) of 1.00. However with holdout validation accuracy was 88.2% with an AUC of 0.90. The best classifier achieved by cross validation was SVM (accuracy = 72.50 and AUC = 0.69). Our application has achieved the objectives set and responds to our problem.
Benzer Tezler
- 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
- Segmentation of colon nuclei images using deep learning
Kalın bağırsak hücre görüntülerinin derin öğrenme kullanılarak bölütlenmesi
ATAKAN ÖZKAN
Yüksek Lisans
İngilizce
2025
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Köpeklerde akciğer hastalıklarının tanısında bilgisayarlı tomografi ve torasik radyografi bulgularının karşılaştırılması
Comparison of computed tomography and thoracic radiography findings for the assessment of pulmonary diseases in dogs
DEVA BAŞAK BOZTOK ÖZGERMEN
Doktora
Türkçe
2014
Veteriner HekimliğiAnkara ÜniversitesiVeterinerlik Cerrahisi Ana Bilim Dalı
PROF. DR. ALİ BUMİN
- BT kılavuzluğunda perkütan transtorasik ince iğne aspirasyon biyopsisinin akciğer kitle lezyonlarında tanı değeri
The Diagnostic value of percutaneous transthoracic fine needle aspiration biopsy under CT-guidance in pulmonary mass lesions
MUSTAFA KARAKOYUN
Tıpta Uzmanlık
Türkçe
1999
Radyoloji ve Nükleer Tıpİstanbul ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ. DR. CANAN AKMAN
- Romatoid artrit ilişkili interstisyel akciğer hastalıklarının klinik özelliklerinin geriye yönelik değerlendirilmesi
Retrospective assessment of clinical characteristics of rheumatoid arthritis related interstitial lung diseases
AHMED CİHAD GENÇ
Tıpta Uzmanlık
Türkçe
2020
İç HastalıklarıSakarya Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. EMEL GÖNÜLLÜ