Endoskopi görüntülerindeki poliplerin derin öğrenme algoritması kullanılarak incelenmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Fen Bil.Enst.Md.Lüğü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: EMİNE CENGİZ
Eş Danışman: Faik Yaylak
Danışman: Eyyüp Gülbandılar
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Makine öğrenmesi ve özellikle derin öğrenme konularındaki son gelişmeler, tıbbı görüntülerdeki nesneleri tanımaya ve sınıflandırmaya yardımcı olmaktadır. Bu çalışmada endoskopi görüntüleri incelenmiş, normal ve polipli görüntülerin tespit edilerek sınıflandırılması için derin öğrenme yöntemi kullanılmıştır. Önerilen sistem için Kütahya Sağlık Bilimleri Üniversitesi Genel Cerrahi Anabilim Dalı, Evliya Çelebi Eğitim ve Araştırma Hastanesi Genel Cerrahi Endoskopi Ünitesi arşiv görüntüleri kullanılarak normal ve poliplerin olduğu görüntüler alınarak veri tabanı oluşturuldu. Oluşturulan veri tabanında 54 arşiv kaydından alınan, 93 polipli ve 216 normal görüntü bulunmaktadır. Bu verilerden rastgele olarak seçilen verilerin 2/3 ü modelin eğitim için ayrılırken, 1/3 ü modelin test için ayrılmıştır. Bu tez çalışmasında, derin öğrenmedeki en iyi sınıflandırma modelini bulmak için farklı aktivasyon ve optimizasyon fonksiyonları kullanılarak 48 farklı model oluşturulmuştur. Elde edilen verilere göre; modellerin sonuçlarının parametrelere göre farklılık gösterdiği, en iyi modelin gizli katmanında 32 nöron, aktivasyon fonksiyonu ReLU ve optimizasyon yönteminin Adagrad olduğu durumda elde edildiği tespit edilmiştir (%98). Bunun aksine, en kötü modelin gizli katmanında 32 nöron, aktivasyon fonksiyonu ReLU ve optimizasyon fonksiyonu SGD olduğu durumda gözlenmiştir (%69). Sonuç olarak, farklı aktivasyon ve optimizasyon yöntemleri kullanılarak derin öğrenme ile polip görüntü verilerinin başarılı sınıf tahmini yapan bir sistem tasarımı yapılabilir.