Derin öğrenme teknikleriyle tomografi görüntülerinde karaciğer bölütlemesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: Türkçe

Öğrenci: FURKAN AVCI

Danışman: EYYÜP GÜLBANDILAR

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüzde, yapay zeka teknolojilerindeki gelişmeler ile birlikte yeniden önem kazanan derin öğrenme teknikleri ile birçok bilimsel ve akademik çalışmalar yapılmaktadır. Bununla birlikte gelişen medikal görüntüleme teknikleriyle çok detaylı teşhise imkan sağlayan kaliteli görüntüler üretilmektedir. Vücudumuzdaki önemli organlardan biri olan karaciğerin rahatsızlıklarında önemli bir yer tutan karaciğer nakli veya cerrahi operasyonları öncesinde, radyolojik görüntülerden elde edilen bulguların değerlendirilmesi çok önemli bir yer tutmaktadır. Bu görüntülerin 3 boyutlu incelenmesinin ön adımı ise çekilmiş görüntülerden karaciğer dokusunun ayrılması aşamasıdır. Bu tez kapsamında derin öğrenme yapılarından biri olan evrişimli sinir ağlarıyla; çeşitli girdi boyutları ve aktivasyon fonksiyonlarıyla oluşturulmuş modellerin örnek veri seti ile başarımları ölçülerek, sonuçları değerlendirilmiştir. Deneyler sonucunda U-NET yapısı ile 256x256 ve 512x512 görüntüler üzerinden 97.58% ve 94.97% F-measure değerleri elde edilmiştir. Basit ESA yapısı ve Sigmoid ve Linear aktivasyon fonksiyonuna sahip U-NET modelleri (ortak eşik değer için) başarım gösterememiştir.