Görüntü işleme-bilgisayarlı
Bu konu başlığı altında 66 tez
Derin öğrenme yöntemleri ile meyvelerin tazelik durumunun belirlenmesi
Bilindiği üzere günümüzde derin öğrenme teknolojisi yüz tanıma, ses tanıma, güvenlik sektörü, savunma sanayi gibi pek çok alanda kullanılmaktadır. Pek çok katmanlardan oluşan derin öğrenme, makine öğrenmesinin bir dalıdır. Derin öğrenme ile modele bir veri kümesi vererek çıktıların tahmin edilmesi sağlanabilir. Günümüzde meyve tazeliği önemli sağlık, çevre ve ekonomik sorunlardan biridir. Bu çalışmada seçilen üç meyve; elma, portakal ve muz üzerinde çalışmalar yapılmıştır. Çalışmada iki tane VGG16 baz alınarak model geliştirilmiş ve iki tane VGG19 baz alınarak model geliştirilmiştir. Bu geliştirilen modeller, elde bulunan üç meyve türünün veri setleri üzerinde test edilerek en iyi sonucu hangisinden alınabileceği saptanmış ve modeller birbiri ile kıyaslanmıştır.
Riskli alanlar için LPG takılı araçların bilgisayarlı görü teknikleriyle tespit edilmesi
Dünya nüfus artışına bağlı olarak araç kullanımı gün geçtikçe yaygınlaşmaktadır. Akıllı ulaşım sistemleri kapsamında artan araç sayısının neden olduğu sorunları çözmek için bilişim sektörü ile ulaşım sektörü entegre bir şekilde çalışmaktadır. Sensörler ve kameralarla elde edilen veriler yapay zeka tabanlı bilişim teknolojileriyle analiz edilerek otonom araçlar, güvenlik, trafik yönetimi, navigasyon ve yolcu bilgilendirme sistemlerinde kullanılmaktadır. Bilgisayarlı görü teknikleri, görüntü işleme ile derin öğrenme teknolojilerinin birlikte kullanılması sonucu makinelerin, görüntülerden anlamlı örüntüler ve ilişkiler çıkarmasını sağlamaktadır. İnsan beyninin taklit edilmesine dayanan bu teknik, öğrendiği örüntü ve ilişkiler sonucunda bir karar verebilme yeteneğine sahip hale gelmektedir. Bilgisayarlı görü teknikleri turizm, tarım, sağlık, sanayi, savunma, ulaşım, hizmet, e-ticaret vb. birçok alanda yaygın bir şekilde kullanılmaktadır. Bu alanlarda geliştirilen uygulamalar çeşitli zorluklara çözüm üretmektedir. Ulaşım alanındaki zorluklardan biri Sıvılaştırılmış Petrol Gazı (LPG- Liquified Petroleum Gas) yakıtı kullanan araçlar ile ilgilidir. LPG tanklarının içindeki gazların yanıcı olması ve patlama ihtimali nedeniyle özellikle şehirlerdeki belirli alanlarda tehlike oluşturmaktadır. Kapalı otopark hizmeti bulunduran hastaneler, alışveriş merkezleri, oteller, askeri yerleşkeler gibi kurum ve kuruluşlarda LPG' li araçların girişi yasaklanmıştır. Yasağın denetim yöntemi ise bir personelin görevlendirilmesi ve araç bagajlarının görevli personel tarafından kontrol edilmesiyle gerçekleştirilmektedir. Uygulanan denetim yöntemi maddi olarak görevli personelin uygun şartlarda istihdam edilmesi gerekliliği, görevlinin hata payı bulundurması ve araç sürücüleri için bir zaman kaybı oluşturması sebebiyle sürdürülebilir bir sistem değildir. Bu tez çalışmasında bilgisayarlı görü teknikleri kullanılarak LPG yakıtıyla çalışan araçların otomatik bir şekilde tespiti yapılmıştır. Türkiye'deki farklı illerde mobil kameralar aracılığıyla çekilen araç görüntü verileri dört farklı derin öğrenme modeli ile eğitilerek karşılaştırılmıştır. Modeller üzerinde gerçekleştirilen eğitim ve performans testleri sonucu YOLOv8 modelinde, 0.994 mAP doğruluk ve 11.6 ms hız değerleri ile diğer modellerden daha etkili sonuç elde edilmiştir. Güncel hayatta gerçek zamanlı izleme ve doğruluk açısından kararlı bir model olduğu gösterilmiştir. Geliştirilen sistemin, bilgisayarlı görü tekniği uygulamalarına katkıda bulunmasının yanı sıra ulusal ekonomiye, toplum can güvenliğine ve çevrenin korunmasına fayda sağlayabileceği öngörülmektedir.
Derin öğrenme yöntemleri ile el bilek grafisinden kemik yaşının tahmini
Yaş tespiti medikal alanda, çocukluk çağında, büyüme ve gelişmenin takibinde, çocuklarda büyümeyi ve gelişmeyi etkileyen çeşitli hastalık durumlarında, adli tıpta, yaşa göre cezai sorumluluk durumlarında, evlilik, askere alınma, rekabetçi sporlarda ve işe başlama durumlarında, mültecilerde, çocuk erişkin ayrımında bulunmak gibi birçok farklı konuda istenebilmektedir. Bu tez çalışması ile pediatrik kemik yaşı tahmini için radyologların iş akışını hızlandıracak, sol el bilek grafilerinden derin öğrenme teknolojisi kullanılarak bilgisayar temelli bir karar destek sistemi geliştirilmiştir. Bu çalışmada kullanılan veri setleri Kütahya ilinden temin edilen görüntülerden ve literatürde public olarak dağıtılan RSNA veri setinden oluşmaktadır. Veri seti Kütahya sağlık bilimleri üniversitesi rektörlüğün'den etik kurul izni ile alınmıştır. Çalışmada 18 yaş üstü ve 18 yaş altı şeklinde iki farklı senaryo için denemeler gerçekleştirilmiştir. 18 yaş altı için yapılan çalışmada derin öğrenme metotlarından IncepitonV3, MobileNetV2, EfficientNetB4 ve modifiye edilmiş IncepitonV3 modellerinin performansları karşılaştırılmıştır. 18 yaş altı sonuçlara bakıldığında veri setimiz üzerinde modifiye edilmiş IncepitonV3 transfer derin öğrenme yöntemi ile MAE=4,3, RMSE=5,76, R2=0,99 olarak bulunmuştur. Önerilen InceptionV3 transfer öğrenme modeli ile public olarak dağıtılan veri seti üzerinde MAE=5.75, RMSE=7.42 ve R2=0.96 olarak tespit edilmiş olup literatürde bu veri seti üzerinde yapılan çalışmalar arasında ki en iyi sonuçlardan biri elde edilmiştir. Bu çalışma ile modellerin cinsiyetlere ve yaş gruplarına göre farklılıkları ölçülmüştür. Ayrıca bu çalışma Türkiye'den toplanan el bilek grafi veri seti ile yapılan ilk derin öğrenme çalışmalarından biridir. Bu çalışma el bilek grafilerinden kemik yaşı tespitinde kullanılmak üzere yeni bir veri seti oluşturulmuş olup, yeni bir model tavsiye edilmiştir. Bu çalışmada yapılan diğer bir çalışma ise 18 yaş üstündeki bireylerin el bilek görüntülerinden kemik yaşının tespitine yönelik olarak yapılmıştır. Literatürde 18 yaş üstündeki bireylerin sol el bilek grafilerinden erişkin bireylerde yaş tespitinin derin öğrenme yöntemleri ile yapıldığına dair herhangi bir araştırmaya rastlanmamıştır. Bu çalışma ile 18 yaş üzeri bireylerde yaş tespiti derin öğrenme yöntemleri (DenseNet201, InceptionV3, ResNet50V2) ile yapılmıştır. Tarafımızca oluşturulan veri setinin kullanılması ile erkeklerde MAE=1,666, RMSE=2,665, R2=97,32 ve kadınlarda MAE=2,044, RMSE=3,069, R2=96,84 performans sonuçları gözlenmiştir. Bu çalışmada kullanılan yöntem ve bulunan sonuçlar bu alanda yapılan ilk çalışmadır. Bu sonuçlar ışığında bu çalışmada kullanılan metot bize derin öğrenme metotlarının 18 yaş üstü bireylerde kemik yaşı tespitinde yardımcı bir araç olarak kullanılabileceğini göstermiştir
Image, sequence and interactome based prediction of subcellular localization of proteins
Knowledge of subcellular localization (SL) of proteins is essential for drug development, systems biology, proteomics, and functional genomics. Due to the high costs associated with experimental studies, it has become crucial to develop computational systems to accurately predict proteins' SLs. With different modes of biological data (e.g., biomolecular sequences, biomedical images, unstructured text, etc.) becoming readily available to ordinary scientists, it is possible to leverage complementary types of data to increase both the performance and coverage of predictions. In this study, we propose HoliLoc, a new method for predicting protein SLs via multi-modal deep learning. Our approach makes use of three different types of data (i.e., 2D confocal microscopy images, amino acid sequences, and protein protein interactions – PPIs) to predict SLs of proteins in a multi-label manner for 22 different cell compartments using protein language models, graph embeddings and convolutional and feed forward neural networks. The system was trained in an end to-end manner, and the performances were calculated on the unseen hold-out test dataset. The average test performance of individual models (each using a single data type) was 0.18 (macro F1-score) and 0.55 (accuracy), whereas for HoliLoc (the fusion of 3 modalities) it was observed to be 0.26 (F1-score) and 0.60 (accuracy), indicating the effectiveness of the multi-modal learning approach proposed. According to our comparison against state-of-the-art SL predictors, HoliLoc displays highly competitive performance. HoliLoc is distributed as an open-access programmatic tool, which is anticipated to benefit life science researchers by reducing the cost and time required for wet-lab experiments by accurately predicting the SLs of the protein of interest in advance.
CNC işleme merkezlerinde kesici takım kırılmalarının görüntü işleme yöntemi ile tespiti
Bu yüksek lisans tezi, talaşlı imalat yapan CNC işleme merkezlerinde kullanılan matkap ve kılavuz kesme takımları ile gerçekleştirilen proses sonucu matkap veya kılavuzda kırılma yaşandı ise yaşanan bu kırılmanın, CNC işleme merkezi takım magazini içerisine kurulan kamera sistemi ve makine bütünleşik çalışan görüntü işleme yazılımı ile tespitini amaçlamaktadır. Öncelikle tez çalışmasında görüntü işleme yöntemlerinin sanayide kullanım alanları incelenmiştir. Tez çalışmasında, MATLAB programı ile görüntü işleme teknikleri kullanılmıştır. Kamera ve işlemci olarak Raspberry Pi 3 ve Raspberry Camera V2 modülü kullanılmıştır. Üzerinde çalışılan makine Fanuc Oi-model D işletim sistemine sahip Dahlih marka, MCH-800 model yatay işleme merkezidir. Pratikte kurulan sistemde, Raspberry Pi işlemcisinin CNC yatay işleme merkezi ile bütünleşik çalışabilmesi için gerekli sinyalizasyon yapısı oluşturulmuştur. İşlemciden gelen/giden sinyallerin Fanuc İşletim sistemine ait PLC'de anlamlandırabilmek için, Ladder diyagramına, oluşturulan algoritmalara göre yazılım eklemesi yapılmıştır. Bu sayede Raspberry Pi kamera modülü hangi zamanda fotoğraf çekeceği bilgisini ve çektiği fotoğrafın kaç numaralı matkap veya kılavuza ait olduğunu anlamaktadır. Çekilen matkap ve kılavuz fotoğrafları MATLAB programında yazılan yazılıma göre hedef dosyalara kaydedilmiş ve görüntü işleme teknikleri ile özniteliklerine göre sınıflandırılmıştır. Yazılım ile belirlenen özniteliklere sahip matkap veya kılavuz kırıldığında özniteliğin değeri değiştiği için matkap veya kılavuzun kırıldığı tespit edilmiştir. Bu tespit Raspberry Pi işlemcisinden CNC makineye bilgi olarak verilerek CNC makinenin alarm vermesi sağlanmıştır. Sonuç olarak, tasarlanan ve pratikte uygulamaya alınan sistem CNC işleme merkezlerinde kullanılan matkap ve kılavuz takımlarında yaşanan kırıkların tespitini görüntü işleme metodu ile gerçekleştirmiştir. Bu tez projesi ile görüntü işleme yöntemlerinin talaşlı imalat sektöründe uygulanabilirliği desteklenmiştir.
Ring array processing for forward-looking intravascular and intracardiac ultrasonic imaging
Forward-looking (FL) catheter-based imaging systems are highly desirable for guiding interventions in IVUS and ICE applications. One of the main challenges in the array based FL-IVUS systems is the large channel count which results in increased system complexity. Synthetic phased array processing with reduced firing count simplifies the front-end and hence can enable 3-D real-time imaging. Recently, we have investigated dual-ring arrays suitable for IVUS and ICE imaging. In this dissertation, we present and explored two different optimized array designs based on dual circular and hexagonal rings that are suitable for synthetic phased array processing with reduced number of firings. We used simulated annealing to optimize the wideband PSF of the array system. The optimal firing set from different Tx-Rx elements eliminates most of the redundant spatial frequencies in the coarray and produces low side lobes and number of firings. The optimization procedure starts with the calculated wideband PSF of the full set coarray including all Tx-Rx firing combinations. In every iteration step, a predefined coarray with only one element change is compared with the previous set in terms of cost function. For the two designs, we obtained optimal reduced set by minimizing both the peak side lobe level and the integrated side lobe energy. For two test cases, we obtained reduced sets of 512 and 256 coarray elements, and constructed 2-D PSFs. The simulation results show that the optimized dual circular and hexagonal ring arrays provide up to 10-dB and 5-dB improvements, respectively, in peak near side lobe level with no widening in main lobe width. Our test results show that the side lobe levels of the dual circular and hexagonal arrays can be remarkably and controllably reduced by using simulated annealing optimization, and the resulting optimal array designs can meet the resolution and speed requirements of 3-D real time IVUS and ICE imaging.
Bilgisayarlı görme yöntemleri ile yoklama listelerinin dijital ortama aktarılması ve imza sahteciliği tespiti
Bu tezde, bilgisayarlı görme yöntemleri kullanılarak yoklama listelerinin dijital tabloya aktarılması için iki yöntem önerilmiştir. Önerilen yöntemler kullanılarak öğrencilerin devam sayıları otomatik olarak hesaplanmıştır. Ön işleme adımında fotoğraftaki yoklama kağıdı ve yoklama kağıdındaki imza hücreleri görüntü işleme yöntemleri kullanılarak tespit edilmektedir. İmza tespiti için önerilen birinci yöntem "Kenar ve İskelet Yöntemi"dir. Bu yöntemde, hücrenin imza içerip içermediği sonucuna varmak için hücre kenarlarının ve iskelet yapılarının yatay ve dikey piksel sayıları geliştirilen algoritmada kullanılır. İkinci yöntem 64 ve 128 filtreli Konvolüsyonel Sinir Ağları (CNN) kullanılarak geliştirilmiştir. Eğitilen CNN'ler hücrede imza bulunmasını tahmin eder. Yoklama listelerindeki imza tespiti için geliştirilen yöntemlerin tahmin doğrulukları şu şekildedir: Kenar ve İskelet Yöntemi %97.61, 64 filtreli CNN %98.39 ve 128 filtreli CNN %98.48'dir. Yöntemlere karşılık gelen yürütme süreleri 64.24, 82.07 ve 92.81 saniyedir. Bu nedenle, yöntemlerin tahmin oranları çok yakınken, Kenar ve İskelet yöntemi, yürütme zamanı türünden, CNN tabanlı yöntemlerden %27.76 ve %44.47 daha yüksek performans gösterir. Ayrıca, yoklama kağıdındaki imza sahteciliği için bir yöntem daha önerilmiştir. Yöntem CNN kullanılarak geliştirilmiştir ve %89.47 başarı oranı ile muhtemel imza sahteciliği ile ilgili bilgilendirme yapar. Anahtar Kelimeler: Bilgisayarlı görme, Konvolüsyonel sinir ağları, Görüntü işleme, Optik karakter tanıma, Şekil iskeleti, Canny kenar tespiti 2021, 94 sayfa
Derin öğrenme kullanılarak geleneksel Türk halk dansları figür tespiti: Harmandalı örneği
Halk dansları, bir kültürün ruhunu ve kimliğini yansıtan önemli bir unsurdur. Kökleri derin tarihsel ve kültürel bağlara dayanan halk dansları, bir toplumun birlik ve dayanışma duygularını, geçmişten günümüze taşıdığı gelenekleri ve değerleri ifade eder. Bu tez çalışmasında, Türk Halk Dansı Harmandalının öğretilmesi ve performansının değerlendirilmesi, bu zengin kültürel mirası koruma ve gelecek nesillere aktarma amacıyla bilgisayarlı görü ve derin öğrenme teknikleri kullanarak geliştirilen sistem, dans eğitiminde teknolojinin gücünü kullanarak bu geleneksel sanat formunu modern yöntemlerle güçlendirmeyi hedefler. Geliştirilen sistem Mediapipe ve YOLO insan poz tahmin algoritmaları ile elde edilen iskelet verilerini Affine dönüşümü gibi çeşitli adımlardan geçirerek öğrenci ve öğretmen dans videolarını analiz eder. Bu veriler, zaman gecikmeli çapraz korelasyon, uzun kısa süreli bellek ağları, öklid mesafesi, kosinüs benzerliği ve dinamik zaman bükülmesi gibi farklı yöntemlerle karşılaştırılarak öğrenci performansının objektif bir şekilde değerlendirilmesini sağlar. Geliştirilen kullanıcı dostu arayüz, öğrencilere görsel geri bildirim ve kişiselleştirilmiş öğrenme deneyimi sunarken, öğretmenlere de detaylı performans analizi imkanı verir. Yapılan çalışmalar, LSTM yönteminin 68.43 puan ortalaması ve 56.11 MSE değeri ile diğer yöntemlere göre uzman puanı ortalamasına (66.67) daha yakın sonuçlar verdiğini göstermiştir. DTW ise 60.64 puan ortalaması ve 139.32 MSE değeri ile ikinci en başarılı model olmuştur. Tüm puanların ortalaması ise 72.14'tür ve MSE değeri 92.55'tir. Bu tezde, geleneksel dans eğitimine teknoloji entegrasyonunun önemi vurgularken, aynı zamanda Türk Halk Danslarının analizi ve değerlendirme alanına yeni bir bakış açısı getirmektedir ve kültürel mirasın yaşatılmasına da katkıda bulunmayı amaçlamaktadır.
Bilgisayarlı görü tabanlı fosforesans işaretleme yöntemiyle karanlık ortamlarda sıvı seviye ölçümü ve kontrolü
Bu çalışmanın temel amacı kimya, ziraat ve biyoloji alanlarında kullanılan deneysel sıvı akış sistemlerinin, bilgisayar görüsü kullanılarak sıvı seviyesi ölçüm ve kontrol süreçlerini gerçekleştirmektir. Amaç kapsamında, depolama sıvı tankları, süreç tankı, pompalar, kamera ve elektronik devrelerden oluşan laboratuvar tipi sıvı akış sistemi tasarlanmıştır. Sistem aydınlık ve karanlık ortamlarda sıvı seviyesi ve pompa debilerini ölçmek için kullanılmıştır. Sıvı sıcaklık verisi, görünür ışığa dönüştürülerek verinin kamera tarafından alınması sağlanmıştır. Sıvı süreçlerine yönelik görüntü analizi, ölçme ve kontrol yazılımı geliştirilmiştir. Aydınlık ortamda yapılan seviye ölçümlerinde, görüntülerdeki ışık yansıması, paralaks etkisi ve sıvı lekeleri gibi bozucu etkiler hatalı ölçümlere neden olmuştur. Bu etkileri azaltmak amacıyla yeni bir yöntem önerilmiştir. Yöntem, sıvı yüzeyinin karanlıkta fosforesans şamandıra kullanılarak işaretlenmesidir. Ölçüm öncesinde, UV ışığıyla 5 saniye uyarılan şamandıra, karanlıkta parlayarak kamera tarafından 120 saniye algılanmaktadır. Bilgisayar görüsüyle parlamanın konumu belirlenerek sıvının seviyesi ve hacmi ölçülmüştür. Sıvı seviyesi, görüntünün RGB renk uzayı, satır profili ve eşikleme işlemleri kullanılarak ölçülmüştür. Ölçüm sonuçları, gerçek ölçüm sonuçlarıyla karşılaştırılarak ölçüm hatası ±3 mm ve doğruluğu %98.23 olarak hesaplanmıştır. Yöntem kullanılarak iki farklı sıvının belirli oranlarda karışım süreci uygulanmıştır. Yöntem, sıvı seviye tespitindeki karmaşık görüntü işleme algoritmalarını ve matematiksel işlemlerini basitleştirmiştir. Sıvı seviye ölçümünde görüntü işleme teknikleri kullanan FPGA veya mikrodenetleyici tabanlı yazılım geliştirme süreçlerini kolaylaştırmaktadır. Düşük maliyetli ve uygulaması basit bir ölçme yöntemidir. Sıvı seviye değişikliklerinin izlenmesi ve kontrolü amacıyla laboratuvar süreçlerinde geniş uygulama potansiyeline sahiptir.
Vision based positioning ABB IRB 140 robot for gas leakage test automation
Technological progress has been recorded in factories over the past decade. Dangerous, repetitive and difficult tasks on production lines are carried out by automatic machines instead of people. The industrial robots provide significant flexibility and adaptability in production lines. With robotic working conditions, increased productivity and quality, independent production from the human labor force will take place. There will be integrated factories that are compatible with the Factory of Futures. The factories will use robots in a variety of tasks, and many research and development, performance improvement and complex control algorithms for robots are still being developed. It begins with the use of industrial robots in General Motors in 1961 for use in production lines. The first patent of industrial robots was taken by George Devol in 1965. Today, the number of industrial robots is increasing, especially in the automotive sector. By the end of 2017, a total of nearly 2 million industrial robot are being used. One of the benefits provided by the using robots is that movements are reproducible, accurate and reliable. However, it has been seen that robots do not work successfully in situations that change if they work on their own. According to the changing conditions, manual teaching will not be a solution because it takes a long-time procedure and processes that affect it completely. For this reason, it is one of the most important issues to be notified about the environment of robots in the automation processes, examples of which are vision based positioning robots. Computer vision applications contains methods for processing, analyzing and understanding images. High-dimensional data from the real world is often used to generate numerical and symbolic information with decision forms. The increasing use of these applications is a perception of the underlying vision of a computer vision. Computer vision applications are used in industry, medicine and robot technology. Vision based robot positioning started to be used in the early 1970s. Many working systems and approaches have been proposed theoretically and technically in image processing such as positioning and depth adjustment, feature selection and processing, camera models and calibration. In this thesis, firstly, a 6-axis ABB IRB 140 robot which are 3 are translational and 3 are rotational for robotic automatic test system is presented. ABB IRB 140 robot consists of 5 main parts. The first one is the controller of the robot where the robot is programmed and the drivers are found. The second one is robot arms where robot movements are made. The robot determines the mobility, its accessibility, and the maximum capacity according to the size and shape of the robot arms. The third is the drivers that determine the speed and acceleration of robot movements. The fourth is the gripper which is added to the tip of the robot and changes its relative position. A gas leak detector was used in this study. Finally, the sensors measure the speed and acceleration of the robot. Robot movements and target positions are defined in coordinate systems. Robots allow to work in many coordinates. These are base, world, work object and tool coordinate systems. The target position of the robots is determined according to the final position of the vehicle attached to the robot end effector, and this point is called the tool center point. The world coordinate system is used as the coordinate system in ABB IRB 140 robot. The kinematic and dynamic models of ABB IRB 140 are given. In the kinematic model of the robot there is a simplification of the mathematical Denavit Hartenberg algorithm. In this model, the robot calculates the position of the robot center point in the coordinate system depending on the joints. In the dynamic model, the interaction of the joints expressing the interaction of the joints is given. The ABB IRB 140 robot is programmed using the RAPID programming language. Robot relates to TCP-IP connection protocol and programmed in RoboStudio program on robot computer and the program of robot is installed. The ABB IRB 140 robot works in this project with an automation system in which the PLC and camera are controlled PC module. For this reason, the robot has been implemented with PLC. Robot receives all signals and information from PLC via Profinet communication protocol. In the second stage of the thesis study, image processing algorithms are explained and coordinate transformation and camera calibration are done. Digital image processing algorithms have been used in this study. These methods are threshold, morphological operators and color plane extraction methods. In the threshold method, segmentation is performed by assigning two or more classes of each pixel in the source image to the color images from the grayscale image. This method divides the image intended for processing by using at least one color or gray scale value. Morphological operators are an effective image processing method in nonlinear neighborhood processing. In morphological operators which are dilation, erosion, opening and closing operators are used. The size of the objects is enlarged in the dilation operator, and the size of the objects is reduced in the erosion operator. In the opening operator, objects close to each other are removed without any change, while objects in close operators are connected to each other. With the color plane extraction method, the color information is obtained. The positions obtained in the image processing method are included in the image coordinate system. However, the positions in the ABB IRB 140 program are defined in the world coordinate system. For this reason, coordinate transformation is performed with linear equations. Subsequently, the camera calibration for the coordinate transformation was done on a grid plane and the parameters were found. These parameters have been updated according to the depth change in the algorithm. At the next stage of the thesis work, a gas leakage test is carried out using robotic automation. In the heat pump dryer, the air in the drum has air flow to raise the air temperature and to extract the air from the ambient air, with the heat pump compressor. The heat pump dryer consists of compressor, condenser, evaporator and copper pipes connecting them. There are welding points on the copper pipe where the components are connected to each other. In this study, these welding points will be leak tested with ABB IRB 140 robot. Two types of tests are presented, which are the high pressure test and the equilibrium test. Firstly, a high pressure test will be performed. In this test, four welding points on the copper pipe leading to the condenser from the compressor are tested. The test is done when the gas in the pipe is between 15-20 bars behind the compressor stop. Secondly, the equilibrium test is performed. This test is performed by testing the 3 welding points of the pipe coming out from the compressor to evaporator. The test is made 10 seconds after the compressor stops and the high pressure test. The gas pressure in the pipe goes up to 9 bar. The positions of the welding points are varied due to various reasons. In this thesis, ABB IRB 140 robot system with vision based positioning is presented to provide the flexibility of correcting the gas leakage tests with robotic automation. The vision based positioning is to obtain position information from the image processing algorithm of the target robot. In this study, a single camera was used and the camera is mounted in a fixed position. In addition, in this thesis, the area of the welding points is divided into 3 according to the depths of the points and image processing algorithms are formed for each area. Algorithms re done with the NI Vision Assistant application and run in sequence in the Labview program. In the three image processing algorithms, mask operations are used in the original image to initially constrain the restrictive rectangle. The threshold operator is used to make the copper pipe visible. The threshold operator parameters are 72, 82 and 93, respectively. After the threshold method, the morphological operators are applied more than once in the same algorithm to protect the welded pipes and to sift the images with threshold values close to the copper pipe. After the copper pipe was obtained, the Lookup table was applied to the image obtained to change the dynamic intensity of the field in the image. After applying the lookup table, the original image is overlaid with the image obtained in the algorithm after the color plane of the image is extracted. Finally, it has been applied to three image processing algorithms to determine the welding points in the field with the maximum clamping operator. Finally, for demonstrating the performance of the gas leakage test with ABB IRB 140 robot with the vision based positioning, real-time experiment work has been carried out. The real-time experiments were performed by collecting the position data of 500 welding points and graphically and statistically examining the position data. The experimental results showed that the ABB IRB 140 robot application with image-based positioning was successful in capturing position deviations and performing the test. In the experiments, parameter update was done firstly according to the depth value in image processing areas. Secondly, the deviations of the welding points in the high pressure test have been investigated. In this test, it is seen that the deflection amount at the 6. and 7. welding points is more in the X axis. Then, the amount of deviations of the 1. and 2. welding points is less in the X axis. In the high pressure test, there is a minimum deviation of -187.8 mm and a maximum of 165.5 mm on the X axis. For this reason, it was observed that the ABB IRB 140 robot with vision based positioning on the X axis is successful. In the high-pressure test, the deviations of the 4 welding points are observed on the Y-axis but less than the X axis. At the welding points, a minimum deviation of -76.49 mm and a maximum of 92.43 mm was observed on the Y-axis. Third, the position deviation values of the welding points in the equilibrium test are examined. In this test, the amount of deviations of the 5. welding point is found to be larger that 3. and 4. welding points on the X axis. the amount of deviations on the X axis was observed to be less for at the 3. and 4. welding points. There is a minimum deviation of -122.8 mm and a maximum of 93.26 mm on the X axis. For this reason, it was observed that the ABB IRB 140 robot with image-based positioning on the X-axis was successful. At these welding points, the minimum deviation is -76.76 mm and the maximum deviations 77.03 mm was observed on the Y-axis. In summary, ABB IRB 140 robot application with vision based positioning for gas leak test has been realized in this Master thesis. In this study, a 6-axis ABB IRB 140 robot is used, the image processing algorithms are created to find the welding points on the copper pipe, the coordinate transformation is made between the camera and the robot, and position deviations are examined in real time applications to demonstrate the success of the application.
Derin öğrenme tabanlı biyomedikal karar destek sistemlerinin oluşturulması
Bu tez, derin öğrenme ve gelişmiş görüntü işleme tekniklerinin biyomedikal sinyal ve görüntü analizindeki etkin uygulamalarını farklı çalışmalar üzerinde detaylı bir şekilde incelemektedir. Tezin biyolojik sinyaller ile ilgili bölümünde EOG, EEG ve EKG gibi biyomedikal sinyaller incelenmiştir. EOG ve EEG sinyal verilerinin bilgisayar ortamına kaydedilmesi için iki farklı cihaz kullanılmıştır. Bu iki cihazdan biri 14 kanallı EMOTIV EPOC+ diğeri ise OPENBCI Ganglion biyosensing sinyal kayıt kartıdır. İlk çalışma, müzik dinlerken duygusal durumun belirlenmesi için EEG sinyallerinin kullanılması konusuna odaklanmaktadır. İlgili çalışmada, AlexNet ve VGG16 gibi önceden eğitilmiş derin öğrenme modelleri kullanılmış ve bu modellerin, insan duygusal durumlarının tanınması problemini çözmedeki potansiyelini gözler önüne sermiştir. En iyi sınıflandırma sonucu %73.28 doğrulukla VGG16 kullanılarak ve Beta frekans bandı spektrogramları üzerinde elde edilmiştir. Bu bulgular, müzik verisi ile hazırlanan EEG veri setlerinin ve mevcut veri setlerinin, insan duygusal durumlarının tanınması probleminde farklı derin ağ modelleri ile kullanılmasını teşvik etmektedir. İkinci çalışma, COVID-19 hastalığının erken tespitine yöneliktir. Gelişmiş bir görüntü iyileştirme teknolojisi olan ÇAGKAA-KSAHE ile X-ışını görüntülerinin kontrastı artırılmış ve bu geliştirilmiş veri, Konvolüsyonel sinir ağları ile sınıflandırılmıştır. Çalışma sonuçları, sunulan yöntemin COVID19, normal ve pnömoni durumlarını sınıflandırmada yüksek doğruluk oranlarına sahip olduğunu göstermektedir. Bu tez, EEG sinyalleri üzerinden duygu tanıma ve X-ışını görüntü analizi yoluyla COVID-19 tespiti gibi çeşitli uygulama alanlarında derin öğrenme ve görüntü işleme tekniklerinin kullanımının önemli değeri ve uygulanabilirliği hakkında dikkat çekici bilgiler sunmaktadır.
Yapay zekâ yöntemleri ile diz MRI görüntülerinden menisküs yırtıklarının tespiti
Menisküs diz ekleminde tibia ve femur arasında yer alan, eklem stabilitesini sağlayan, yük dağılımına yardımcı olan ve şok emilimi işlevi gören "C" şeklinde fibro-kıkırdak yapılarından oluşan bir dokudur. Menisküs dokusunun zedelenmesi veya dejenerasyonu; eklem stabilitesinin bozulmasına, yük dağılımının dengesizleşmesine ve uzun vadede kıkırdak aşınmasına bağlı olarak osteoartrit gelişimine yol açarak hareket kısıtlılığı ve kronik ağrı gibi ciddi problemlere neden olabilir. Menisküs yırtıklarının teşhisi genellikle manyetik rezonans görüntüleme (MRG) ile yapılmaktadır fakat bu yöntem uzman yorumuna muhtaçtır. Bu durum da teşhis sürecini olumsuz etkileyebilir. Bu çalışmanın amacı MRG üzerinden menisküs yırtıklarını tespit etmek ve menisküs bölgesinin hassas segmentasyonunu gerçekleştirmektir. Bu amaç doğrultusunda menisküs yırtıklarını tespit etmek için bir derin öğrenme modeli olan MOD-YOLOv8 geliştirilmiştir. Ayrıca topluluk metotlarına dayalı yeni bir segmentasyon yöntemi uygulanarak menisküs bölgesinin daha doğru ve güvenilir şekilde belirlenmesi hedeflenmiştir. Çalışmada YOLO serisi modelleri kullanılmış ve önerilen yöntemin başarımı dice similarity coefficient, precision, recall and positive predictive value gibi metrikler ile değerlendirilmiştir. Bulgular, önerilen modelin hem menisküs yırtıklarının tespitinde hem de segmentasyon sürecinde üstün performans gösterdiğini ve klinik uygulamalara entegre edilebileceğini ortaya koymaktadır.
A distributed human identification system for indoor environments
Nowadays "internet of things" and "robotics" topics are getting more and more popular because "state of the art" technologies are easier to be applied in our daily lives. Utilization of "internet of things" started home automation systems to use devices at home remotely. While these automation systems aim at giving access to designated areas, they also offer solutions for unauthorized access problems by keeping logs of video records and control mechanisms as well as features for more security measures. Besides, developers are able to implement and monitor video surveillance systems to support security in the IoT platforms using low cost embedded computers. This study presents an entire system, which is similar to home automation system and allows the login of a person entering a private property using face recognition system, video calls, sending notifications and having more components such as threat detection. In this study statically positioned camera systems were implemented to identify people thanks to face recognition algorithms. Captured images from fixed positioned camera systems(FPFRS) had problems to process on identification. The problems were differences in distance of people to the camera and differences caused by posing. Therefore a mobile robot that has camera, was incorporated to recognize faces of people in the environment. The mobile robot can track people and keep the distance to the people constant. Thus, the mobile robot can solve the distance problem. However, the mobile robot can not track people perfectly without miss. Sometimes it can have trouble while tracking people. Thus, integrating the mobile robot to the Fixed Positioned Face Recognition System has a big potential to deal with the face recognition problem in indoor environments. Therefore an distributed approach was proposed to recognize humans in this study. The system utilizes 1) Cameras statically mounted on wall devices (FPFRS), 2) Cameras mounted on mobile robots. FPFRS were built on a tiny embedded computer. Motion sensor and infrared camera components were used to gather data about environment. However, sometimes they can fail to recognize faces because of their fixed positions. This decreases face recognition performance of the system when FPFRS tries to recognize person from captured images. Because distance between camera and person is very important in order to obtain features of face. To improve the performance of this system proposed method given in this thesis aims at solving the problem of fixed position with robots. Therefore a mobile robot is added to improve face recognition accuracy gathering face images from certain distance and moving around face image that is aligned to the camera of robot before captured. With the help of the mobile robot, the system becomes more interactive and information gathering from environment process is done more efficiently. As a result proposed hybrid system in this study not only uses fixed positioned captured images by FPFRS but also uses images that are taken from mobile robot. To provide network communication between FPFRS and the mobile robot which are linked to in this distributed system, modified techniques are used which follow the rules of client-server approach. Each of the FPFRS and the mobile robot runs main program during scenarios. Inputs can be taken from the environment and enable the trigger mechanism. An FPFRS schedules its jobs and behaves according to the active jobs. After the job is done, FPFRS deactivates the jobs in the database records. These records can be manipulated from other devices. Thus communication and trigger mechanism between devices is established. These systems are more complex and it is hard to follow this kind of systems, actions. Architecture is designed to expand by adding new FPFRSs or mobile robots to the system and each FPFRS can communicate via server. One FPFRS and a mobile robot have scenario to capture more images of people from different positions. Then each device runs face recognizer and obtains a result which consists of name of person and confidence of face recognition score. Using the results of face recognizer, various techniques, including machine learning algorithms, are applied to improve accuracy of face recognition. In addition to choosing prediction based on highest confidence in face recognition, random forest tree, decision tree, and linear SVM methods are applied to address the issue of face recognizer improvement. Described systems are implemented and tested systematically based on various scenarios. To show the impact of the effect of changes on accuracy of face recognition system, experiments were done with and without the mobile robot. The proposed system was evaluated using 1)Face recognition scores on a face database, 2)Performance of video calls, and 3)Case scenarios performed on human test subjects. We have verified the effectivity of our approach by using six scenarios. In the first scenario button triggered human identification has been evaluated. In the second scenario motion triggered human identification has been analyzed. In the third scenario human identification using rotational tracking has been investigated. In the fourth scenario human identification using displacement tracking has been examined. In the fifth scenario human identification using displacement and voice combined tracking has been illustrated. In the sixth scenario human identification using robot initiated dialog has been analyzed. One or more FPFRS and the mobile robot have scenario to route the mobile robot to capture images of people on designated area of motion sensor triggered FPFRS based on the scenarios given above.
Automated grading and diagnosis system for evaluation of dry eye disease
Today, Dry Eye Syndrome (DES) is a widely seen health problem that is a disorder of the tear film due to tear deficiency. The number of dry punctate dots occurred on corneal surface can be used as a diagnostic indicator of DES severity. Grading of DES severity exactly by counting these dots is a really difficult task for human eye. Taking into account that current methods are also subjectively dependent on the perception of the ophtalmologists in addition to spending time and resource intensively, the enhancement of diagnosis techniques would significantly contribute to clinical DES analysis. Computer-aided diagnosis systems can potentially provide more objective and reliable diagnostic results for health care systems. Moreover, they would also benefit as remote diagnosis systems in places where there may not be well-trained ophtalmologists and modern testing techniques. A computerized diagnosis system by utilizing image processing techniques can be developed and used as an automated grading system in clinical decision making, also speed up evaluation, diagnosis and treatment processes. The work presented in this thesis consists of developing an automated grading system in order to provide more reliable and accurate diagnosis for DES. For determining the recognition performance of the system, an orginal clinical database has been formed during a year in eye clinic. A computerized diagnosis system is performed at the region of interest (ROI) level by applying computational methods on the fluorescein-stained corneal images. These images were gathered via slit lamp photography after sodium fluorescein staining and labeled based on the clinical Oxford Grading Schema (OGS) traditionally implemented by ophtalmologists that uses a 0-none to 5-severe grading scale. This study shows that automatic DES diagnostic kits can be developed by implementing computational methods on the fluorescein-stained cornea images to assist investigators for a more objective and faster DES diagnosis in real life.
Score level multi cue fusion for sign language recognition
In this thesis, we propose a Score-Level Multi Cue Fusion approach that improves the sign language recognition performance of the three dimensional convolutional neural networks. Sign Language is the communication language of the Deaf and Hearing-impaired individuals and performed using hand movements, facial gestures, and body alignment. Sign Language Recognition is the task that aims to understand sign language and gaining increasing popularity with the task becoming feasible due to the efficiency of the neural network. Previous work uses 3D CNN network variants to inspect SL properties in different settings. The vanilla 3D variant uses 3D kernels with high processing cost, the mixed convolution variant applies both 3D and 2D kernels respectively, and R(2+1)D variants exploit bottleneck connections to exploit the bottleneck dimension. Various studies use these networks to generate an end to end framework for tasks such as sign classification and translation. To achieve better performance, 3D CNN methods use the complicated neural network architectures that have a branch for every cue system. We evaluate the 3D network performances and propose a more straightforward approach which only adopts a single neural network that can process multiple cues at test time. We exploit the hand, body, and face cues by training single individual networks and fuse results by using a weighted score fusion. We test our method on the recently published Turkish Isolated SLR dataset. Despite the simple architecture, our method achieves \%94 percent classification rate on 744 different sign glosses. We hope that the multi cue approach can help with the other SLR tasks such as translation, which is stated as future work.
Transfer learning for sign language recognition
Sign languages are visual languages that use hands, arms, and faces to communicate concepts. In the last decade, sign language recognition (SLR) research has made significant progress but still requires massive amounts of data to recognize signs. Despite efforts to create large annotated sign language datasets, applications that can translate for ordinary users in daily settings are yet to be produced. Most SLR research focuses on a few popular sign languages, leaving most sign languages, especially Turkish Sign Language (TID), under-resourced for sign language technology development. This dissertation addresses several open research questions about the development of SLR technology for TID from several perspectives. We generated BosphorusSign22k, an isolated SLR dataset for TID with 22k videos, and benchmarked state-of-the-art techniques on it. We proposed aligned temporal accumulative features (ATAF) to efficiently model sign language movements as dynamic and static subunits. Combined with methods using other modalities, the method achieves state-of-the-art performance on BosphorusSign22k. We then used regularized regression-based multi-task learning and presented task-aware canonical time warping for isolated SLR. The technique aligned and grouped signs to minimize discrepancies across different sources and emphasize class differences. Finally, we established a benchmark for cross-dataset transfer learning in isolated SLR. We evaluated supervised transfer learning algorithms using a temporal graph convolution-based SLR method. Experiments with closed and partial-set cross-dataset transfer learning reveal a substantial improvement over combined training and fine-tuning-based baseline techniques.
Biyomedikal görüntülerde hareketli nesnelerin analizi ve takibi için bir sistem gerçeklemesi
Spermiogram is the first step of the infertility diagnosis. Computer Aided Sperm Analysis (CASA) and Visual Assessment (VA) are two evaluation techniques employed in spermiogram analyses. The VA is carried out by manually observing the sperm on counting chambers. Hence, analysis and diagnosis strongly depend on the skills and experiences of the observers. On the other hand, the CASA is a more advanced technology due to the improved computerized techniques and minimization of human intervention. However, it is more expensive than VA since it is an integrated computer based system and requires exhaustive parameter setting process. In this thesis, we aim to develop a combinational approach using the smartphone and computer for the sperm concentration and motility analysis. Smartphone was utilized to obtain images similar to the VA technique. The acquired samples were analyzed by using computerized methods to eliminate the observer variability. In this thesis, a software named as Computerized Sperm Counting and Trajectory Analyzing Software (CSCTAS) for automatically counting and tracking the sperm over one of the commonly using counting chamber, is proposed. Proposed software consists of seven modules executed sequentials: (1) Data Acquisition and Organization, (2) Automatic Grid and Region of Interest (ROI) detection and extraction, (3) Video Stabilization, (4) Motile/Immotile Spermatozoon Detection, (5) Spermatozoa Counting, (6) Motile spermatozoa tracking, and (7) Trajectory Classification. Each module consists of various combination of image processing techniques. Firstly, data acquisition and organization were performed using a novel approach to provide inexpensive design contrary to traditional CASA systems. Secondly, Region of Interest (ROI) extraction was realized by a combinational approach of line detection and segmentation methods. Then, feature matching based video stabilization was introduced to eliminate the vibrations occurred during the data acquisition step. In this respect, different descriptors were tested. The fourthly, Background and foreground extraction techniques were employed in immotile and motile spermatozoon detection process, respectively. Additionally, active contour, dual thresholding and clustering were implemented to enhance the segmentation of immotile spermatozoon in this step as well. Thereafter, detected sperms were counted by pixel based blob analysis. Motile spermatozoa were tracked by the Mean Shift and the Kalman Filters for the motility analysis. Various motility features were extracted from the trajectories to classify them into four classes. As the final step, results were reported to the users. Each module of the proposed software was individually tested. Two approaches of the automatic ROI detection and extraction steps were tested and compared on 80 videos of 20 subjects. Video stabilization idea was evaluated on 42 videos of 14 subjects. Two techniques were performed for the sperm concentration analysis. The performance of the Fuzzy C-Means based segmentation was measured on 15 videos of 5 subjects. A more advanced technique, dual thresholding and active contour based segmentation, was evaluated on 32 videos of 8 subjects. Finally, 32 videos of 8 subjects were used for the verification of the tracking technique. As a result, totally 201 semen videos obtained at different times from 55 subjects were included for the determination of the proposed spermiogram analysis approach. In the clinical research, we initilaly compared the counting results of CASA system, VA, and proposed CSCTAS with the proper concentration calculation. Normally, experts separately and manually count the motile and immotile spermatozoon within 16 and 10 squares to generalize the result as million per ml in the VA technique, respectively. According to the concentration analysis, proposed CSCTAS resulted in similar outputs as VA. It has less variation for immotile spermatozoa counting and is more efficient than the VA for the determination of specific diseases such as Asthenospermia. It is known that conventional SQA-Vision CASA is useless in the case of less than 5 million sperm cells. Therefore, presented approach is more efficient in the infertility diagnosis. In the motility analysis, CSCTAS gives the similar outputs when compared to SQA-Vision CASA. The SQA-Vision is more reliable technique when compared to VA in motility analysis because it is impossible to track single spermatozoa by eye for a period of time within other spermatozoa. Therefore the similarities between SQA-Vision and proposed CSCTAS is more meaningfull than the comparision with VA technique for the motility analysis. According to the motility analysis results, CSCTAS is also efficient, cheaper and easier to use in labs for the motility analysis when compared to the conventional CASA systems. According to the obtained concentration and motility results, the proposed smartphone based sperm analysis can be adapted with the developed with the proposed CSCTAS in laboratories. Our proposed system stands out by its modularity, functionality, accuracy and low cost. Additionally, it eliminates the human factor in VA and CASA.
Distal radius fracture detection: a comparison of computer vision algorithms
Distal radius fractures (DRFs) are among the most common skeletal injuries encountered in emergency and orthopedic settings, accounting for a significant portion of wrist-related trauma cases across all age groups. Despite their prevalence, subtle fractures are frequently missed, particularly by less experienced clinicians, due to variations in anatomical presentation and radiographic complexity. Early and accurate detection is essential for ensuring proper treatment and avoiding long-term functional impairment. This study presents a deep learning-based system for the automatic detection and localization of DRFs in wrist radiographs, developed with the goal of supporting both clinical workflows and medical education. Accordingly, several state-of-the-art object detection and segmentation models are evaluated, including Faster R-CNN, YOLOv8, YOLOv11, Mask R-CNN, and EfficientNet. Each model is trained and validated using labeled datasets, with performance compared across precision, recall, and F1-score metrics. Based on these findings, EfficientNet emerged as the best-performing model and is subsequently deployed within a custom-designed Python application. The prototype enables users to upload radiographs, view segmentation-based predictions, and submit diagnostic feedback, making it suitable for use in both clinical and training environments. To validate the system's diagnostic potential, an independent evaluation is conducted using 40 radiographs annotated by orthopedic surgeons. The EfficientNet model is compared against five sixth-year medical interns, each of whom manually annotated the same cases. The results show that the model outperforms the interns across all major metrics, achieving a precision of 0.89, recall of 0.98, and F1-score of 0.93. It also correctly identifies all fractures in lateral-view images, which is a view type that posed notable challenges for the human participants, while producing results in under one second per image.
Derin öğrenme tabanlı gerçek zamanlı video analiz uygulamaları için dağıtık kenar hesaplama sistemi
Derin öğrenme çalışmaları ve buna bağlı olarak yapay zekâ sistemleri ülkemizde de yoğun ilgi duyulan bir alan olmuştur. Özellikle son 5 yıl içerisindeki çalışmalar bu alandaki eksiklikleri gün yüzüne çıkarmıştır. Bu alandaki çalışmalar için yüksek maliyetli donanım ihtiyacı bulunmaktadır. Ayrıca Türkiye'ye özgü veri seti eksikliği de bulunmaktadır. Bu doktora tezi ile araç plakası, trafik işaretleri ve trafik ışıkları ilgili Türkiye'ye özgü veri setleri hazırlanmış ve uygun derin öğrenme modelleri üzerinde geliştirmeler yapılarak uygulanabilirliği gösterilmiştir. Bu kapsamda trafik işaretleri ve trafik ışıkları tespiti ve tanıma üzerine ön eğitilmiş derin öğrenme modeli API'leri kullanılmıştır. Bu modeller için TensorFlow, Keras derin öğrenme kütüphaneleri kullanılmıştır. Bu kütüphaneleri kullanan TensorFlow Nesne Tespiti API ile ön eğitilmiş Faster R-CNN ve SSD modelleri hazırladığımız veri setleri ile eğitilmiştir. Sırasıyla araç plakası tanıma için 2 adet, araç plaka tespiti için 1 adet, trafik işaretleri tespit ve tanıma için 1 adet ve trafik ışıkları tespit ve tanıma için 2 adet olmak üzere Türkiye'ye özgü toplam 6 adet veri seti hazırlanmıştır. Özellikle endüstri sektörü ve diğer sektörlerde hazırladığımız veri setleri ve bunlarla eğitilmiş modellerin uygun maliyetli donanımlar ile gerçek zamanlı olarak çalıştırılabilmesi önemli bir problemdir. Bunun için uygun maliyetli kenar cihazı ve görüntü işleme kartı kullanılarak kenar cihazları üzerindeki kenar hesaplama yöntemleri ile modellerin uygulanabilirliği gösterilmiştir. Farklı modellerin kenar cihazlar üzerinde video görüntüleri kullanılarak dağıtık olarak kenar hesaplama yöntemleri ile çalıştırılması sağlanmıştır. Bu tez ile Türkiyedeki biçim, boyut, renk standartlarına uygun veri setlerinin özgün şekilde nasıl hazırlanabileceği gösterilmiştir. Hazırlanan bu veri setleri ile eğitilmiş uygun derin öğrenme modellerinin gerçek zamanlı olarak kenar cihazlar üzerinde dağıtık bir yapay zekâ sistemi olarak geliştirilebileceği gösterilmiştir.
Derin öğrenme teknikleri ile fundus görüntülerinden glokom hastalığı tespiti
Günümüzde insan nüfusunun hızlı bir şekilde artması sağlık alanında iş yükünün artmasına neden olmuştur. Doktor ve hastalar açısından hastalıkların erken tanı, teşhisi ve tedavi yöntemleri son derece önemli hale gelmiştir. İnsan gözündeki fizyolojik değişikliklerin tanımlanması, sağlık sektöründe zorlu bir görevdir. Bu nedenle retinal görüntü analizi, günümüzde hastalık tespit sistemlerinde hastalığın taranması ve teşhisinde araştırmacılar arasında daha fazla ilgi görmüştür. Özellikle tespit edilmesi zor hastalıkların erken teşhisi insan hayatının devamlılığı açısından önem arz etmektedir. Glokom hastalığı temel olarak gözdeki optik sinirin bozulmasından kaynaklanan bir göz hastalığıdır. Başlangıç evresinde kesin tanı açsından belirti göstermeyen bu hastalığın erken tespiti oldukça zordur. Bu çalışmada, genel erişime açık retinal fundus görüntülerinden glokom hastalığı tespiti metasezgisel optimizasyon algoritması ile birleştirilmiş derin öğrenme yaklaşımının kullanıldığı bir yöntem önerilmiştir. Önerilen yöntemde, öncelikle retinal fundus görüntülerinden oluşan veri kümesinden Evrişimli Sinir Ağı mimarilerinden DenseNet201 ve Inceptionv3 mimarisi ile özellik çıkarımı yapılmıştır. Veri kümesinden ilgisiz özellikleri elemek ve ideal verilere ulaşmak için metasezgisel optimizasyon algoritmalarından Balina Optimizasyon Algoritması (BOA) ve Parçacık Sürü Optimizasyonu (PSO) kullanılmıştır. BOA ve PSO farklı popülasyon büyüklükleri ve iterasyon sayılarına göre optimal özellik seçiminde kullanılmıştır. Orijinal veri kümesi ve ile özellik seçimi yapıldıktan sonra elde edilen yeni veri kümelerine Naive Bayes, Destek Vektör Makinesi, K-En Yakın Komşu, Karar Ağacı, Logistic Regression ve Topluluk Öğrenme sınıflandırıcıları uygulanmıştır. Sınıflandırma algoritmalarının performanslarının değerlendirilmesi aşamasında ise doğruluk, duyarlılık, özgüllük ve f1-ölçütü metrikleri kullanılmıştır. Elde edilen sonuçlara göre BOA ve PSO ile belirlenen alt veri kümelerinden sınıflandırıcının performanslarında umut verici değerler elde edildiği gözlemlenmiştir.
Dişi köpeklerde diöstrus, proöstrus ve anöstrus dönemlerine ait vajinoskopi görüntülerinden bilgisayarla görme teknikleriyle seksüel siklusun belirlenmesi
Dişi köpeklerde seksüel siklusun belirlenmesinde kullanılan klasik yöntemler; vajinal sitoloji, progesteron ve LH hormonu ölçümleri, vajinal ve vulvar inspeksiyon, davranış değişimlerinin gözlenmesi ve anamnezdir. Bunların uygulanması ekipman, tecrübe ve zaman gerektirmektedir. Bu çalışmada hedeflenen, diğer teknikleri de destekleyen daha hızlı ve güncel bir görüntü analiz metodu geliştirmektir. Bu amaçla, köpeklerden alınan vajinoskopi görüntülerinin ilgili görüntü işleme teknikleri ile analiz edilmesi planlanmıştır. Çalışmada, 9 farklı sağlıklı dişi köpekten çeşitli siklus evrelerinde görüntüler toplanmıştır. Siklus evreleri vajinal smear yöntemi ile belirlenmiştir. Görüntüler, 7 mm çapında, LED ışık kaynağı olan bir USB kamera ile toplanmıştır. Kameranın yerleştirilmesi için, 9mm-15 mm arasında farklılık gösteren 3 boyutlu olarak basılmış tüpler kullanılmıştır. Tüpler dişi köpeğin vajinasına kameraya kılavuzluk edecek şekilde yerleştirilmiş, kamera aracılığıyla toplanan görüntüler yazılım analizi için depolanmıştır. Görüntü analiz metodunun amacı, görüntüyü işlemek ve seksüel siklus aşamasını bir güven değeriyle tahmin etmektir. Bu bir veri sınıflandırma problemi olarak modellenir ve metodun doğru seksüel siklus bilgisini içeren bir veriye standardize edilmesi gerekir. Bu çalışmada 3 farklı evreden toplanmış 47 görüntü kullanıldı. Oluşturulmuş bilgi grubu çeşitli yazılımsal aşamalardan geçirildi ve yüksek doğruluk oranı hedeflendi. Çalışmadaki kullanılan aşamalardan biri, görüntüdeki pikselleri renk bilgisine göre ayrıştırmak, yerel ikilik düzen (LBP) öznitelikleriyle histogramını çıkartmak, destek vektör makinası (SVM) algoritmaları elde etmektir. Denenen işlemlerin performansı çapraz doğrulama ve karışıklık matrisi yöntemleriyle hesaplanmıştır. Yöntemler arasında Kappa değerleri belirlenmesiyle karşılaştırmalar arasındaki uyuşma istatistiki olarak gösterilmiştir ve uygulanan tüm metodlarda P<0.001 hassasiyeti elde edilmiştir. Çalışma sonucunda, yazılımsal yaklaşımların kombinasyonlarıyla vajinal görüntü analiz tekniklerinin rutin klinik hizmetlerde kullanımının, örnek sayısının arttırılmasıyla hem veteriner jinekoloji alanına hizmet edecek detaylı bir görüntü bilgi seti oluşturmanın hem de elde edilen görüntülerle güvenilir tahminler yapmanın mümkün olabileceği düşünülmektedir. Klinik pratisyen hekimlik yaklaşımları için ayırıcı tanı listesini oluşturmada, laboratuar teknik yeteneği gerektirmeksizin köpeğin içinde bulunduğu seksüel siklus evresini ve hatta bazı patolojik durumların tanısının konulabilmesi alanlarında ileride yapılacak çalışmalara ışık tutabileceği düşünülmektedir.
Cerebrospinal fluid lumen segmentation with artificial intelligence techniques
Analysis of the complex behaviors of Cerebrospinal Fluid (CSF) has become essential for disease diagnosis since an abnormal circulation of CSF leads to the development of illnesses. An innovative non-invasive technique called Phase-Contrast Magnetic Resonance Imaging (PC-MRI) allows both time series measurements of CSF flow in the cardiac cycle and the region of interest's (ROI) visual data. The technique requires a significant amount of time and experience to determine the exact ROI location and perform the necessary examination and evaluation of the CSF flow. This dissertation suggests two automatic methods for segmenting the lower thoracic region to address that issue. First, machine learning techniques were implemented using pulsatile data as a feature. The second, three-dimensional (3D) U-Net model, fed with pulsatile data from PC-MRI as the third dimension for training, was designed. The dataset includes 2176 phase and rephase 3-tesla PC-MRI images from 57 slabs of 39 control subjects and individuals with idiopathic scoliosis. The 5-fold cross-validation procedure was used to evaluate the 3D Attention U-Net model after training and achieved an average weighted performance of 97% precision, 95% recall, 98% F1 score, and %95 area under curve. The model's success was also measured using the CSF flow waveform quantities. The mean and peak flow rates through the labeled and predicted CSF lumens had a significant correlation coefficient of 0.96 and 0.65 sequentially. From what is known, this thesis is the first fully automatic 3D deep learning implementation to segment CSF-containing spaces in the spinal using both spatial and pulsatile flow information in PC-MRI data. This work is expected to attract future research using PC-MRI pulsatile data for training deep models.
Medical image classification using convolutional neural network
A brain tumor is a disease caused by abnormal growth in brain tissue. These cancerous cells can occur in different brain parts and vary in size and shape. The rapid diagnosis and treatment plan for individuals with this disease are crucial for their well-being. Brain tumors have been identified using various imaging techniques, with magnetic resonance imaging (MRI) being the most common. This technique provides detailed information about the tumor area. MRI can determine cancerous cells' location, size, and volume in brain tissue. However, accurate diagnosis and tumor identification can be challenging in some cases. The accuracy and timing of expert diagnosis are critical for patients. This study implemented U-Net, a deep convolutional neural network, for 3D multi-class semantic brain tumor segmentation using the BraTS 2020 dataset and 3D MRI images. The developed model detected different tumor labels with a high accuracy of 0.97. The trained model achieved an IoU score of 0.75 for the training set and 0.62 for the validation set, which indicates successful segmentation. Additionally, the model can detect unseen images, which are used for testing purposes, within seconds. I anticipate that this model will significantly reduce diagnosis times for brain tumor experts.
Lenfoma hastalarında FDG PET/BT görüntülemede farklı rekonstrüksiyon algoritmalarının kantitatif değerlendirmeye etkisi
Giriş ve Amaç: Lenfoma, küratif tedavilere yanıt veren heterojen bir grup malignitedir. Prognozu; tedavi ve yaşam süresi, histolojik alt tip, klinik evre ve tedaviye yanıt gibi etmenlere bağlıdır. Flor-18 Florodeoksiglukoz (FDG) pozitron emisyon tomografisi/bilgisayarlı tomografi (PET/BT) lenfomada sık kullanılmakta olup değerlendirmede standardize edilmiş tutulum değeri (SUV) gibi semikantitatif parametreler ve bu parametrelerle elde edilen Deauville skorlama sistemi hastalık değerlendirilmesinde önemli yer tutmaktadır. FDG PET/BT görüntülemede radyofarmasötik tutulumunu ve SUV ölçümlerini etkileyen birçok faktör arasında rekonstrüksiyon parametreleri de bulunur. Dolayısıyla PET/BT görüntülemede kullanılan farklı rekonstrüksiyon yöntemleri lenfoma hastalarının değerlendirilmesinde Deauville skorlarını değiştirebilir. Çalışmamızın amacı lenfoma hastalarında FDG PET/BT'nin kantitatif değerlendirilmesine farklı rekonstrüksiyon yöntemlerinin etkisini araştırmaktır. Gereç ve Yöntem: 1 Kasım 2020- 30 Nisan 2021 tarihleri arasında lenfoma tanısı ile FDG PET/BT görüntülemesi yapılan 255 hastanın ham PET verileri bir Bayesian Penalized Likelihood (BPL) algoritması olan Q.Clear (GE Healthcare) ve sıralı altkümeler beklenti maksimizasyonu(OSEM) algoritması olan SharpIR (GE Healthcare) ile ayrı ayrı rekonstrükte edildi. İki görüntüde de her hastanın karaciğer, mediasten kan havuzu ile hastalardan seçilen toplamda 487 lezyonun SUV ölçümleri yapıldı ve Deauville skorları hesaplandı. Veriler istatistiksel olarak değerlendirildi. Bulgular: Çalışmamızda BPL ile Deauville skorlarının anlamlı şekilde arttığını(p<0,001), OSEM ile Deauville skor 3 olarak değerlendirilen 30 hastada skorlamanın 4'e yükseldiğini belirledik. Lenf nodlarına ait kantitatif değerler ile sinyal geri plan oranlarının BPL ile istatistiksel olarak anlamlı bir şekilde arttığı(p<0,001), referans bölgelerden olan karaciğere ait kantitatif değerlerin anlamlı bir şekilde azaldığı bulundu(p<0,001). Ayrıca lenf nodu kantifikasyonundaki bu farklılık, lezyonun boyutu ile bağımsız olarak ilişkili olup küçük boyutlu (<13 mm) lezyonlarda anlamlı olarak daha belirgindi (p<0,001). BPL algoritmasının etkileri SUVmaks ölçümlerinde SUVort ve SUVpik ölçümlerine göre daha belirgindi. SUVort ve SUVpik ölçümleriyle hesaplanan Deauville skorları olan Deauville-ort ve Deauville-pik skorları, SUVmaks ölçümleriyle hesaplanan Deauville-maks skorlarına göre BPL ile daha az değişikliğe uğradı. Sonuç: FDG PET/BT'de farklı rekonstrüksiyon algoritmaları kantitatif değerlendirmeyi etkiler. Bu durum lenfoma hastalarında Deauville skorlarının değişmesine dolayısıyla da hasta yönetimine etki edebilir.