Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Ali Can KARA
Danışman: Fırat Hardalaç
Özet:
Sağlık sektöründe yapay zeka uygulamaları, derin öğrenme ve görüntü işlemedeki gelişmelerle birlikte, çeşitli radyolojik görüntüleme yöntemleri kullanılarak karmaşık kalıpları analiz etme yeteneğine sahiptir. Tıbbi görüntüler radyologlar tarafından incelenirken, görsellerin tamamının taranması sebebiyle yorucudur ve bazı anormal durumların gözden kaçırılmasına neden olabilir. Ayrıca, bu süreç oldukça zaman alıcıdır. Manyetik rezonans (MR) görüntülerinde, yapay zeka kullanılarak doğruluk oranında ve sürecin kapsadığı zamanda verimlilik artırılması sebepleriyle oldukça yaygınlaşmıştır. Bu tez çalışması, manyetik rezonans görüntüleme (MRG) ile diz bölgesinde menüsküs ve ön çapraz bağ (ÖÇB) yırtıklarını, ayrıca diz anormallikleri tespit edebilen derin öğrenme modelleri geliştirmeyi amaçlamaktadır. Geliştirilen model, üç aşamadan oluşmaktadır. Birinci aşamada, incelenen rahatsızlığa bağlı olarak görüntü dizinleri içerisinden hastalığı belirlemek için uygun görüntüler seçmektedir. Ayrıca, yanlış sınıflandırılmış görüntü dizinleri belirlenmekte, gürültülü ve/veya rahatsızlık teşhisi için kullanılamayacak derecede hasar görmüş görüntüleri tespiti de yapılmaktadır. Modelin birinci aşamasında, 50 katmanlı artık ağlar (ResNet50) modeli kullanılmıştır. Çalışmanın ikinci kısmı, incelenen görüntüde teşhis edilmesi hedeflenen rahatsızlık çeşidinden yola çıkılarak, odaklanılacak bölgenin belirlenmesini amaçlamaktadır. İkinci bölümde evrişimli sinir ağları (CNN) ve derin oto kodlayıcı modelleri birleştirilerek alan tespiti için özgün bir model oluşturulmuştur. Üçüncü bölümde yeni bir ResNet50 modeli tarafından hastalık teşhisi yapılmaktadır.
Anahtar Kelimeler : Manyetik Rezonans Görüntüleme, Transfer Öğrenme, Derin
Öğrenme, Kalıntı Sinir Ağları, Evrişimli Sinir Ağları, Derin Oto
Kodlayıcılar, Diz Yaralanmaları