Repository logoGCRIS
  • English
  • Türkçe
  • Русский
Log In
New user? Click here to register. Have you forgotten your password?
Home
Communities
Browse GCRIS
Entities
Overview
GCRIS Guide
  1. Home
  2. Browse by Author

Browsing by Author "Güzel, Yasin"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Doctoral Thesis
    Biyomedikal Görüntülerin Segmentasyonu için Derin Öğrenme Yaklaşımları
    (2025) Güzel, Yasin; Aydın, Zafer
    Bu tez çalışması, biyomedikal görüntü segmentasyonunun tanısal süreçlerdeki kritik rolünden hareketle, derin öğrenme tabanlı modellerin potansiyelini üç farklı ve zorlu tıbbi alanda araştırmaktadır. Üç farklı klinik senaryoda yürütülen çalışmalarda, sırasıyla; intraoral kamera görüntülerinden mikrobiyal dental plak, MR görüntülerinden düşük dereceli glioma tümörler ve PET/BT görüntülerinden prostat bezi segmentasyonu gerçekleştirilmiştir. Her bir problem için derin öğrenme mimarileri ile klasik bilgisayarlı görü yöntemleri karşılaştırılmış; hiperparametre optimizasyonları yapılarak adil bir değerlendirme zemini oluşturulmuştur. Bulgular, derin öğrenme modellerinin her üç alanda da klasik yöntemlere ezici bir üstünlük sağladığını tutarlı bir şekilde göstermiştir. Özellikle, diş plağı segmentasyonunda U-Net Transformer modelinin, üç uzman diş hekiminden istatistiksel olarak anlamlı düzeyde daha başarılı sonuçlar elde etmesi, bu teknolojinin klinik potansiyelini vurgulamaktadır. Benzer şekilde, düşük dereceli glioma için UNet++ ve prostat segmentasyonu için Attention U-Net mimarileri en yüksek performansı sergilemiştir. Grad-CAM ve Saliency Map ile açıklanabilirlik teknikleri ile bu yüksek skor veren modellerin karar mekanizmalarının hedeflenen anatomik bölgelere doğru odaklandığı doğrulanmış ve modelleri, kara kutu algısının ötesine taşımıştır. Bu tez, farklı tıbbi görüntüleme modalitelerinde probleme özgü önerilen derin öğrenme çözümlerinin, hem otomasyonu sağlayarak verimliliği artırma hem de uzman performansını aşarak tanısal doğruluğu iyileştirme gücünü kanıtlamaktadır.
Repository logo
Collections
  • Scopus Collection
  • WoS Collection
  • TrDizin Collection
  • PubMed Collection
Entities
  • Research Outputs
  • Organizations
  • Researchers
  • Projects
  • Awards
  • Equipments
  • Events
About
  • Contact
  • GCRIS
  • Research Ecosystems
  • Feedback
  • OAI-PMH

Log in to GCRIS Dashboard

GCRIS Mobile

Download GCRIS Mobile on the App StoreGet GCRIS Mobile on Google Play

Powered by Research Ecosystems

  • Privacy policy
  • End User Agreement
  • Feedback