Yazar "Metin, Batuhan" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • [ X ]
    Öğe
    Derin Öğrenme Modellerini Kullanarak İnsan Retinasının Optik Koherans Tomografi Görüntülerinden Hastalık Tespiti
    (Murat GÖK, 2022) Metin, Batuhan; Karasulu, Bahadir
    Bireylerin yaşamını olumsuz etkileyen aynı zamanda bireylerin yaşlarının ilerlemesi ile yaşamın kaçınılmazlarından olan en önemli sorunlardan birisi de retina hastalıkları sebebi ile meydana gelen görme bozukluklarıdır. Bu hastalıkların oluşmasının önüne geçmek için erken dönemlerde teşhis etme sayesinde yaşamın olumsuz etkilenmesinde ve sonraki evresi olan görme kaybı riskini en aza indirmek için çok önemlidir. Gelişen teknolojik yöntemler ile doğru orantılı olarak kullanımı yaygınlaşan makine öğrenmesi ve derin öğrenme yöntemleri Optik Koherans Tomografisi (OKT) görüntüleme yöntemi üzerinde çalışmayı yaygınlaştırmıştır. Bu çalışmada halkın kullanımına açık OKT veri kümesi üzerinden deneyler gerçekleştirilmiştir. Yüksek sınıflandırma performansları göz önüne alınarak Evrişimli Sinir Ağı (ESA) tabanlı ResNet50 ve MobileNetV2 modelleri çalışmamızda kullanılmıştır. Oluşturulan derin öğrenme tabanlı yapılar çalışmamızda gerçekleştirilen deneylerde çeşitli retina hastalıklarının sınıflandırılmasında test edilmiştir. Deneylerde farklı parametreler oluşturulan modeller üzerinde girdi olarak verilerek sınıflandırma başarımındaki doğruluk ölçümleri gerçekleştirilmiştir. Yapılan testlerin sonucunda, her iki model de dikkate alınarak makro ortalama doğruluk değerleri olarak yaklaşık %81 ile %94 aralığında bir başarım elde edilmiştir. Bu test sonuçlarına göre; deneylerde kullanılan ResNet50 ve MobileNetV2 modelleri birlikte dikkate alındığında ortalama F1 skoru; CNV için 0,75, Drusen için 0,86, DME için 0,90 ve normal yapıdaki retinalar için ise 0,96 olarak elde edilmiştir. Elde edilen sonuçlar ile literatürdeki çalışmalar karşılaştırıldığında yüksek doğrulukta başarım elde edildiği görülmüştür. Çalışmada sonuçlara ilişkin tartışma ve bilimsel bulgulara da yer verilmiştir
  • [ X ]
    Öğe
    İnsan gözünün optik koherans tomografi görüntüleri kullanılarak tıbbi tanı belirlemek için bir derin öğrenme yaklaşımı
    (Çanakkale Onsekiz Mart Üniversitesi, 2024) Metin, Batuhan; Karasulu, Bahadır
    Çevremizdeki dünyayı keşfetmemizde yardımcı olan göz, bireyler için en önemli organlardan biridir. Bireylerin yaşamlarını olumsuz etkileyen nedenler birisi de gözün görmeyi sağlayan retina bölgesindeki hastalıklar ile meydana gelen görme bozukluklarıdır. Bu hastalıkların erken dönemlerde teşhis edilip tedavi edilmesi görme kaybı riskini azaltmaktadır. Günümüzde Optik Koherans Tomografi (OKT) görüntülerini kullanarak retina hastalıklarının tespiti çalışması oldukça popüler hale gelmiştir. Özellikle derin öğrenme yöntemleri kullanımına dayanan çözümler tercih edilmektedir. Bu çalışmada, retina hastalıklarının sınıflandırılması için halkın kullanımına açık OKT görüntüleri içeren Kermany ve OCTID veri kümeleri üzerinde deneyler gerçekleştirilmiştir. Ayrıca bu iki veri kümesinin birleştirilmesi ile oluşturulan Union veri kümesi üzerinde de deneyler yürütülmüştür. Yüksek sınıflandırma başarımları göz önüne alınarak Evrişimli Sinir Ağı (ESA) tabanlı derin sinir ağı mimari modellerinden; 2B (2 Boyutlu) ESA, VGG16, VGG19, Xception ve MobileNetV2 çalışmada kullanılmıştır. Geliştirilen yazılımsal tanı aracı, uzman hekimlerin OKT görüntülerinin hangi retina hastalığına ait olduğunu test etme imkânı sağlamaktadır. Çalışmada yapılan tüm deneylerin kıyaslanması sonucunda OCTID veri kümesi üzerinde VGG19 modeli kullanılarak gerçekleştirilen sınıflandırmada %98 test doğruluğu elde edilmiştir. Tez sonuçları ile literatürdeki çalışmalar karşılaştırıldığında yüksek doğrulukta başarım elde edildiği görülmüştür.