DoctorateOpen Access

Sayısal veri ve göğüs röntgen görüntülerinden derin öğrenme yaklaşımları ile pnömoni tespiti

2024
0 views
0 downloads
Advisor: Prof. Dr. Hanifi Güldemir ; Prof. Dr. Abdurrahman Şenyiğit

Abstract (TR)

Pnömoni, dünya çapında tüm yaş gruplarında yüksek morbidite ve mortaliteye sahip akciğer enfeksiyonudur. Pnömoniye bağlı ölümleri azaltmak ve iyileşme oranlarını artırmak için hastalığın erken evrelerde etkili bir şekilde tespit edilmesi çok önemlidir. Pnömoniyi tanımlamak için fizik muayene, laboratuvar testleri, klinik semptomlar ve çeşitli tıbbi görüntüleme yöntemleri gibi teknikler kullanılmaktadır. Diğer akciğer hastalıklarının pnömoniye benzer semptomlar göstermesi ve görüntüleme bulgularının spesifik olmaması nedeniyle pnömoni tanısının belirlenmesi zaman alıcı ve hataya açıktır. Hastalıkların erken teşhisinde uzmanlara yardımcı olmak için derin öğrenme tabanlı yöntemlerin benimsenmesi, pnömoni teşhisi de dahil tıbbi uygulamalarda doğru ve verimli tanı yöntemi olarak etkili sonuçlar elde etmektedir. Bu tez çalışmasının amacı derin öğrenme metotları kullanılarak sayısal veriler ve göğüs röntgen (CXR) görüntülerinden pnömoni hastalığını teşhis etmektir. 2000 kişiye ait (1000 pnömoni,1000 sağlıklı) demografik özellikler, semptomlar ve laboratuvar test sonuç bilgilerinden oluşturulan sayısal tıbbi veri kümesine makine öğrenimi ve derin öğrenme algoritmaları uygulanmıştır. Aynı kişilere ait CXR görüntüleri de derin öğrenme tabanlı yöntemlerle sınıflandırılmıştır. Sayısal verilerin ve CXR görüntülerinin sınıflandırma sonuçları karşılaştırılmıştır. Çalışmanın verileri Dicle Üniversitesi Tıp Fakültesi Göğüs Hastalıkları ve Tüberküloz kliniği ile yoğun bakım ünitesi ve göğüs polikliniğine başvuran hastaların dosyalarının retrospektif olarak taranmasıyla oluşturulmuştur. Bu çalışmanın amaçlarından biri de pahalı ekipman ve yüksek eğitimli klinisyen eksikliğinin olduğu yerlerde uzmanlara yardımcı olacak derin öğrenme tabanlı bilgisayar destekli otomatik tespit sistemiyle pnömoninin çok yönlü teşhisini geliştirmek ve iyileştirmektir. Bu tez çalışması kapsamında elde edilen sonuçlar diğer çalışmalarla karşılaştırıldığında önerilen yöntemlerin mevcut literatüre katkısı olduğu ve iyi performans gösterdiği tespit edilmiştir.

Author

Zehra Kadiroğlu

How to Cite

Zehra Kadiroğlu (Doktora Tezi). Sayısal veri ve göğüs röntgen görüntülerinden derin öğrenme yaklaşımları ile pnömoni tespiti, 2024, Fırat University.

Keywords

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Fırat University