Detection of COVID-19 in low energy chest X-rays using fast R-CNN
Başlık çevirisi mevcut değil.
- Tez No: 746194
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bileşen etkileşimleri, Tarz, İnsert, Component interactions, Style, Insert
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda, derin öğrenmenin nesne algılama ve segmentasyon görevleri için tıbbi görüntü analizi alanında benzer performans artışları üretebileceği gösterilmiştir. Son zamanlardaki kayda değer çalışmalar arasında önemli tıbbi uygulamalar yer almaktadır, örneğin göğüs hastalıkları alanında (akciğer hastalıklarının sınıflandırılması ve bu yazıda BT görüntülerinde pulmoner nodüllerin tespiti, mevcut bir veri setinde son derece iyi çalışan CNN'lerin bir varyasyonunu sunuyoruz - Optimum parametrelere sahip özelleştirilmiş bir mimari Katkımız olarak, olağanüstü yüksek bir doğruluk derecesine ulaşırken ağımızın karmaşıklığını azaltmaya odaklanıyoruz.Bu amaca ulaşmak için modelimiz yüksek performans ve kolay bir tasarım için özel olarak tasarlandı.
Özet (Çeviri)
In recent years, it has been shown that deep learning can produce similar performance increases in the domain of medical image analysis for object detection and segmentation tasks. Notable recent work includes important medical applications, for example, in the field of pulmonology (classification of lung diseases and detection of pulmonary nodules on CT images in this paper, we present a variation of CNNs, which works extremely well on a current data set — a customized architecture with optimal parameters. In our contribution, we focus on lowering the complexity of our network, while yet reaching a phenomenally high degree of accuracy. To achieve this aim, our model has been tailored for high performance and an easy design.
Benzer Tezler
- Detection of covid-19 in low energy chest xrays using fast r-cnn
Fast r-cnn kullanarak düşük enerjili göğüs röntgenlerinde covıd-19 tespiti
ABDULLA RİYADH NASSAR AL MANSURI
Yüksek Lisans
İngilizce
2023
Altınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- COVID-19 pandemisinde yetişkin bireylerde depresyon ve COVİD-19 korku durumu ile diyet kalitesi arasındaki ilişkinin saptanması
Detection of the relationship between depression and COVİD-19 fear and diet quality in adults during COVID-19 pandemic
BİLGE SEYHAN
Yüksek Lisans
Türkçe
2023
Beslenme ve DiyetetikHacettepe ÜniversitesiDiyetetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYLİN AÇIKGÖZ PINAR
- Koronavirüs hastalığı (COVİD-19) tedavisinde kullanılan ilaç etken maddelerinin elektrokimyasal yöntemlerle belirlenmesi
Determination of active drug substances used in the treatment of coronavirus disease (COVİD-19) by electrochemical methods
MEHMET IŞIKLI
Yüksek Lisans
Türkçe
2025
Kimya MühendisliğiVan Yüzüncü Yıl ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİLAL ÇELİK KAZICI
- Evaluation of T cell response with interferon gamma release test in COVID-19 patients with positive detection by molecular methods in hospital and intensive care
Hastanede ve yoğun bakımda yatan moleküler yöntemlerle pozitif saptanan COVID-19 hastalarında T hücre yanıtının interferon gama salınım testi ile değerlendirilmesi
ZAINAB KHAIRULLAH SEDEEQ SEDEEQ
Doktora
İngilizce
2022
MikrobiyolojiSelçuk ÜniversitesiTıbbi Mikrobiyoloji Ana Bilim Dalı
PROF. DR. DUYGU FINDIK
- Derin öğrenme kullanarak tıbbi görüntülerde COVID-19 ve zatürre tespiti
Detection of COVID-19 and pneumonia in medical images using deep learning
İREM KURA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY