Yazar "Şahin, Nurullah" seçeneğine göre listele
Listeleniyor 1 - 3 / 3
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Cilt Lezyon Bölütlemesi için Metasezgisel Temelli Otsu Eşikleme Yöntemi(2020) Şahin, Nurullah; Alpaslan, NuhMelanom yapısal DNA hasarından kaynaklı en ölümcül cilt kanseri türlerinden olmakla beraber erken tanı konulması durumunda hayatta kalma oranı oldukça yüksektir. Melanom teşhisi, lezyon bölgesine ait dermoskopi görüntülerinin dermatolog tarafından görsel olarak incelenmesi ile konulur. Kesin tanı ise lezyon bölgesinden doku örneği alınıp patolojik inceleme sonrası ortaya çıkmaktadır. Patolojik inceleme hem çok zaman alan hem de maliyetli bir yöntemdir. Dermatologlar tarafından yapılabilecek hataları en aza indirmek ve melanomun doğru teşhisi için hekime yardımcı olmak için çok sayıda bilgisayar destekli tanı sistemi geliştirilmiştir. Lezyon bölgesinin doğru biçimde bölütlenmesi, özellik çıkarımı ve sınıflandırma performansını doğrudan etkilediği için kritik öneme sahiptir. Bu çalışmada öncelikle yeniden boyutlandırma, siyah çerçeve silme ve kıl silme gibi bir dizi önişleme adımı uygulanmıştır. Daha sonra gri seviyeye dönüştürülmüş görüntünün histogramı elde edilerek lezyon bölgesini sağlıklı ciltten ayırmak için uygun eşik değerini bulmak için geleneksel Otsu, Otsu tabanlı HA, SA ve PSO yöntemleri uygulanmıştır. Bulunan en uygun eşik değerine göre görüntü ikili görüntüye dönüştürülerek nihai lezyon bölgesi elde edilir. Sonuç olarak, ortalama iterasyon sayılarına göre çalışma süresi hesaplandığında, PSO, HA, SA yöntemlerinin bölütleme başarımından ödün vermeden geleneksel Otsu yöntemine göre sırasıyla %40, %29 ve %28.5 daha hızlı optimal eşik değerini bulduğu gözlemlenmiştir.Öğe Derin öğrenme tabanlı yöntemler ile cilt lezyonlarının bölütlenmesi(İnönü Üniversitesi, 2020) Şahin, NurullahMelanom, tüm kanser türleri içinde en yaygın görülen ve en ölümcül kanser türüdür. Melanomun erken teşhisi, tedavi başarımını ve hastanın hayatta kalma olanağını önemli ölçüde arttırmaktadır. Dermoskopi, dermatologlar tarafından melanom tespitinde yaygın olarak kullanılan, cilt bütünlüğünü bozmayan, düşük maliyetli ve etkili bir yöntemdir. Melanom teşhisi için dermoskopi görüntülerinin analizi temel olarak önişleme, bölütleme, özellik çıkarımı ve sınıflandırma adımlarından oluşur. Bölütleme adımı kendisinden sonraki adımlardaki başarı performansını doğrudan etkilediği için kritik öneme sahiptir. Fakat cilt üzerindeki kıl, hava kabarcıkları ve yağ kabarcıkları gibi kalıntılar; cilt lezyonlarının renk dağılımlarındaki farklılıklar, sınır düzensizlikleri ve düşük kontrast gibi olumsuz koşullar cilt lezyonlarının doğru tespit edilmesini zorlaştırmaktadır. Bu tez çalışmasında, cilt lezyon bölütlemesinde kullanılan geleneksel ve güncel derin öğrenme tabanlı yönlemler, bölütleme doğruluğu ve sürelerine göre incelenerek kapsamlı analizleri gerçekleştirilmiştir. Böylece yöntemlerin birbirlerine göre güçlü ve zayıf yönleri ortaya konulmuştur. Bu kapsamda 4 farklı çalışma gerçekleştirilmiştir. İlk çalışmada eşikleme tabanlı yöntemlerin farklı renk kanalları ile cilt lezyon bölütleme başarımları incelenmiştir. İkinci çalışmada, harmoni arama (HA), benzetimli tavlama (BT) ve parçacık sürü optimizasyonu (PSO) yöntemlerinin Otsu eşikleme yönteminin bölütleme performansını üzerindeki etkileri incelenmiştir. Üçüncü çalışmada, kodlayıcı derinliği ve farklı renk kanallarının SegNet ağının cilt lezyon bölütleme performansı üzerindeki etkisi incelenmiştir. Son olarak, bayes optimizasyon yöntemi ile SegNet ağın eğitilmesinde kullanılan en iyi hiper-parametreler belirlenerek SegNet ağının bölütleme başarımının arttırılması sağlanmıştır. Bunun yanında, yöntemlerin cilt lezyon bölütleme performansları, doğruluk, hassasiyet, özgüllük, dice ve jaccard katsayısı olmak üzere 5 farklı ölçüt kullanılarak elde edilmiştir. Deneysel sonuçlar, önerilen sistemin etkinliğini ve gerçek zamanlı klinik uygulamalardaki kullanılabilirliğini ortaya koymaktadır.Öğe SegNet Mimarisi Kullanılarak Cilt Lezyon Bölütleme Performansının İyileştirilmesi(2020) Şahin, Nurullah; Alpaslan, NuhÖz: Kötü huylu melanom, bütün cilt kanseri türleri arasında üçüncü en sık rastlanan tür olmasına rağmen en çok ölüme neden olan formudur. Kötü huylu melanomun erken aşamada teşhisi hastanın yaşama şanşını büyük oranda artırdığından, erken teşhis oldukça önemlidir. Melanom teşhisi dermatologlar tarafından lezyon bölgesinin geometrisi, rengi, yapısal ve dokusal özellikleri gibi görsel niteliklerine bakılarak yapılmaktadır. Ancak, son zamanlarda, bilgisayarlı görü ve makine öğrenmesi yöntemlerindeki gelişmeler ile birlikte melanoma tanısı için bilgisayar destekli tanı sistemleri popüler olmaya başlamıştır. Bu çalışmada ciltte bulunan lezyonların bölütlenmesi için SegNet mimarisi tabanlı bir sistem geliştirilmiştir. Bunun yanında, cilt lezyonları üzerinde veri büyütme ve renk tutarlılığı ve kıl silme gibi önişleme adımların bölütleme performansı üzerinde etkileri incelenmiştir. Deneylerimizde ISBI2016 veri kümesi kullanılmıştır. Sonuçlar veri büyütme ve önişlemenin bölütleme performasını dikkate değer oranda artırdığını göstermektedir. Bununla birlikte, veri büyütmenin ezberlemeyi önlediği ve modellerin genelleme yeteneğini artırdığı sonucuna varılmıştır.
