Geri Dön

Lung diseases detection using deep learning

Derin öğrenme kullanarak akciğer hastalıklarının tespiti

PDF İndir

  1. Tez No: 783976
  2. Yazar: ABDEL AZIZ KAMO MEGNA
  3. Danışmanlar: PROF. DR. ALİ OKATAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay Zeka, Derin öğrenme, Veri toplama, ImageDataGenerator, Evrişimli Sinir Ağı, Google Cloud Platformu, Evrişimli sinir ağları, Artificial Intelligence, Deep learning, Data collection, ImageDataGenerator, Convolutional Neural Network, Google Cloud Platform, Convolutional neural networks, Artificial intelligence
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Yapay Zeka teknikleri günümüzde tıbbın evrim sürecinde çok etkili bir unsurdur. AI'nın bilgisayarları problem çözme gibi insan zihniyle ilişkili işlevleri yerine getirme yeteneği bugünlerde iyi bilinmektedir. Bununla birlikte, yapay zekanın sağlık hizmetleri gibi belirli sektörlerde nasıl kullanıldığına dair daha az tanınma var. Yapay zekayı sağlık hizmetleri ekosistemine entegre etmenin, daha iyi hasta tedavisini, daha hızlı ve daha düşük maliyetle sunmaya yardımcı olan süreçleri otomatikleştirme ve büyük hasta bilgilerini analiz etme yeteneği dahil olmak üzere birçok avantajı vardır. Akciğerlerin düzgün çalışmasını engelleyen herhangi bir sorun akciğer hastalığı olarak kabul edilir. Bu nedenle akciğer hastalıklarının erken teşhisi ve öngörüsü, hastanın yaşam kondisyonunu ve sağkalımını iyileştirmede önemli bir rol oynamaktadır. Bu çalışma, bilgisayarlı tomografi veri setine derin öğrenme uygulayarak ve kullanıcıların görüntü göndermesine ve tahminleri almasına olanak tanıyan bir platform (web uygulaması) geliştirerek tıp alanında kabul edilebilir doğruluk düzeyini değerlendirmeyi amaçlamaktadır. Hastanın akciğerinde bu hastalıkların hiçbiri olmadığında sonuç ya kanserli, covid 19, zatürree ya da normal olacaktır. Denetlenen herhangi bir proje, özellikle eğitim veri seti olarak kullanılacak veriler olmak üzere veri toplama ile başlar. Bizim durumumuzda, akciğerlerin BT taramalarını kişisel kaynaktan almak zorunda kalacağız, bu tıbbi görüntüleme tekniği radyolojide vücudun mimarisi ve fizyolojik süreçlerinin görüntülerini sağlamak için kullanılır. Bu projenin kurulumu aşağıdaki adımlardan oluşacaktır: Akciğerlerin bilgisayarlı tomografi tarama görüntülerini içeren bir veri seti, ardından veri temizleme ve ön işleme için tf veri seti, gerçek zamanlı veri artırma için ImageDataGenerator, model oluşturma, ardından VGG-16 ve Inception V3 mimarileri ile transfer öğrenme modelleri de oluşturacağız. Modelimiz kaydedildikten sonra, onu sunmak için FastAPI ve TF hizmetini kullanacağız, ardından React Js, kullanıcıların resim göndereceği ve ekranda görüntülenen tahmin sonucunu alacağı uygulamamızın ön yüzünü geliştirmek için kullanılacaktır. Bu projenin bir sonraki adımı, modelimizi Google Cloud Platform (GCP) ve mobil uygulama geliştirmeye yönelik hibrit bir çerçeve olan React Native kullanarak bir mobil uygulamaya dağıtmak olacaktır.

Özet (Çeviri)

The Artificial Intelligence (AI) techniques are nowadays a very effective element in the process of evolution of medicine. The ability of AI to make computers perform functions associated with the human mind like problem solving is well recognized these days. However, there is less recognition of how AI is employed in certain industries such as healthcare. Integrating AI into the healthcare ecosystem has many benefits including the ability to automate processes and analyse huge patient information, which helps deliver better patient treatment, faster and at lower cost. Any problem with the lungs that prevents them from working properly is considered as lung disease. Therefore, early diagnosis and prediction of lung diseases is an important part in improving the patient's life condition and survival. This study aims to assess the acceptable level of accuracy in the medical field by applying deep learning to a computed tomography (CT) data set and developing a platform (web application) that will allow users to submit images and receive the predictions. The result will be either cancerous, covid 19, pneumonia or normal when the patient's lung has none of these diseases. Any supervised project begins with data collection, especially data that will be used as a training dataset. In our case, we will have to acquire CT scans of the lungs from personal source, this medical imaging technique is used in radiology to provide images of the architecture and physiological processes of the body. Setting up this project will consist of going through the following steps: We will use a dataset containing CT scan images of the lungs, then tf dataset for data cleaning and preprocessing, ImageDataGenerator for real-time data augmentation, Convolutional Neural Network (CNN) for model building, then we will also build transfer learning models with VGG-16 and Inception V3 architectures. Once our model is saved, we will use FastAPI and TF serving to serve it, then React Js will be used to develop the frontend of our app where users will submit images and get the prediction result displayed on the screen. The next step of this project will be to deploy our model to a mobile application using Google Cloud Platform (GCP) and React Native, which is a hybrid framework for developing mobile applications.

Benzer Tezler

  1. Tez No

    802230

    Detection of chronic diseases using deep versus machine learning techniques

    Makine öğrenimi tekniklerine karşı derin öğrenme kullanarak kronik hastalıkların tespiti

    AHMED ABBAS ABDULSADA ABDULSADA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Endodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA

  2. Tez No

    985536

    Derin öğrenme yöntemlerini kullanarak akciğer görüntülerinden hastalık tespiti ve sınıflandırılması

    Disease detection and classification from lung images using deep learning method

    MURAT KAAN AKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiGaziantep İslam Bilim ve Teknoloji Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İPEK ATİK

  3. Tez No

    860483

    Akciğer ve kolon kanserinin histopatolojik görüntüler üzerinde derin öğrenme yöntemleri kullanılarak tespiti

    Detection of lung and colon cancer using deep learning methods on hystopathological images

    TÜRKAN BEYZA KARA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET CEVAHİR ÇINAR

  4. Tez No

    789389

    A new respiratory diseases detection model in chest x-ray images using CNN

    CNN kullanarak göğüs röntgen görüntülerinde yeni bir solunum hastalığı tespit modeli

    AHMED ABDULATEEF ALZABAQ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSA AVCI

  5. Tez No

    768645

    Detection of COVID-19 and non-COVID-19 viral pneumonia using deep learning techniques

    COVID-19 ile COVID-19 olmayan viral pnömonyayı ayırmak için derin öğrenme tekniklerinin kullanılması

    FIDEL MORRIS OMOLLO

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. İSMAEL SAHİN

Geri Dön