Yüksek Lisans Tezleri

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/5799

Browse

Filters

2017 - 201932020 - 20242

Settings

Author: search.filters.author.Yılmaz, BülentDepartment: search.filters.department.AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

Search Results

Now showing 1 - 5 of 5
  • Master Thesis
    Tree-net: Biyomedikal Görüntü Segmentasyonu için Tree-net: Darboğaz Özellik Süpervizyonu Kullanılan Yapay Sinir Ağı Modeli
    (Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Demirci, Orhan; Yılmaz, Bülent
    In this thesis, we introduce Tree-NET, a novel approach for medical image segmentation utilizing bottleneck feature supervision. This method enhances traditional segmentation algorithms by keeping supervision between bottleneck features of the network. The primary goal is to improve the model's ability to learn discriminative and robust features while simultaneously reducing computational costs. Bottleneck feature supervision involves compressing the input and label data using Autoencoders and then supervising the bottleneck features with a segmentation network named 'Bridge-Net,' which can be any segmentation model of choice. We applied Tree-NET to two critical medical image segmentation tasks: skin lesion segmentation and polyp segmentation. Our experiments demonstrate significant improvements in segmentation accuracy and efficiency. For instance, the U-NET backboned Tree-NET uses only 154.43 MB for executing and storing the model, which is almost 3.5 times smaller than the original U-Net while having a close number of trainable parameters. In skin lesion segmentation, Tree-NET achieved dice, Intersection-over-Union (IoU), and accuracy scores of 0.893, 0.751, and 0.977 respectively. For polyp segmentation, the scores were 0.856, 0.795, and 0.923 for dice, IoU, and accuracy respectively. Compared to traditional segmentation models, the empirical results show that Tree-NET achieves higher accuracy with reduced training time and computational cost, thus representing a significant advancement in medical image analysis by providing more reliable and efficient tools for clinical applications.
  • Master Thesis
    Derin Öğrenme Yöntemleri Kullanarak Dermatoskopik Görüntülerden Otomatik Cilt Kanseri Tespiti ve Sınıflandırılması
    (Abdullah Gül Üniversitesi / Fen Bilimleri Enstitüsü, 2023) Kalaycı, Serdar; Yılmaz, Bülent
    Early detection of skin cancer is crucial for successful treatment and improved patient outcomes. The most prevalent form of cancer is skin cancer and if left undetected, it can spread and become more difficult to treat. A dangerous and frequently fatal type of skin cancer is melanoma. Regular skin examinations and self-examinations can help identify suspicious moles or lesions, which can then be evaluated by a dermatologist. In addition, advances in technology and artificial intelligence have enabled the development of tools for automated skin cancer screening, providing a convenient and efficient means of early detection. This can lead to more efficient diagnosis, reduced healthcare costs and improved patient care. By evaluating skin lesions from images, deep learning techniques have shown considerable potential in increasing the precision of melanoma detection. By using large datasets and complex neural networks, deep learning algorithms can effectively distinguish between benign and malignant skin lesions with high accuracy. Ensemble of CNN models helps improve the performance and reliability of the classification task. By combining the predictions of multiple CNN models lead to more accurate and robust predictions. In this thesis, for melanoma classification problem, many different data augmentations techniques applied and different convolutional neural networks architectures evaluated, applied vignetting effect filter and hair noise in accordance with the dataset and results of ensemble of the best CNN models are promising. This thesis attempts to produce a reliable model for the classification of melanoma by conducting experiments on two combined publically accessible data sets, ISIC 2019 and ISIC 2020. On the testing sets in our studies, the proposed solution attained 95.75% AUC.
  • Master Thesis
    Kanser Teşhis ve Tedavisi için Düşük Dozda BT Görüntüleme
    (Abdullah Gül Üniversitesi, 2018) SÜMER, ESRA; Sümer, Esra; Yılmaz, Bülent; Yıldırım, İsa
    Kanser, insanlarda sıkça görülen ve ölüm sebepleri arasında ikinci sırada olan bir hastalıktır. Kanserin erken evrelerde teşhis edilmesinin tedavinin başarısını arttırmak için çok kritik olduğu bilinmektedir. Kanserin teşhisi ve evresinin belirlenmesinde farklı görüntüleme yöntemleri kullanılır. Bu yöntemlerden biri bilgisayarlı tomografi (BT), nesnenin etrafından alınan iz düşümleri kullanarak üç boyutlu (3B) nesnenin iki boyutlu (2B) görüntü dilimlerini sağlar. BT'nin temel kısıtları radyasyon dozu ve düşük kontrast duyarlılığıdır. Öncelikle, BT'de radyasyon dozunu azaltmak için daha az sayıda iz düşüm alınabilir ki bu durum geri çatma probleminin eksik belirtili olmasına neden olur. Önceki çalışmalar bu problemi aşmak için yinelemeli geri çatma yöntemleri önermiştir. Bu yöntemlerin en önemli zayıflığı, yüksek hesaplama maliyetidir. Bu sorun toplam değişinti (Total Variation: TV) en küçüklenmesini kullananarak, hesaplama açısından verimli filtrelenmiş geri projeksiyon (filtered backprojection: FBP) temelli yöntem ile ele alınmıştır. 2B modifiye Shepp-Logan fantomu önerilen methodun performans değerlendirmeleri için kullanılmıştır. Önerilen yöntemin üstünlüğü niceliksel ve niteliksel ölçütlerle gösterilmektedir. Tezin ikinci amacı, İstanbul Teknik Üniversitesi Makine Fakültesinde üretilen manyetik nanopartiküllerin (Magnetic Nanoparticles: MNPs) kontrast maddesi olarak kullanarak BT'nin kontrast duyarlılığını arttırılmasıdır. Agaroz jel içindeki beş farklı çekirdekli manyetik nanopartiküllerden kaynaklı piksel yoğunluğu artırımları analiz edilmiştir. Sonuçlar manyetik nanopartiküllerin BT için kontrast madde olarak kullanılabilirliğini doğrulamaktadır.
  • Master Thesis
    Alfa Bandı Nöral Geri Besleme Kullanarak Kısa Dönem Hafıza Performansının İyileştirilmesi
    (Abdullah Gül Üniversitesi, 2018) GÖKŞİN, BARIŞ; Gökşin, Barış; Yılmaz, Bülent
    Hafızanın yaşın ilerlemesi ile zayıflaması bireyler için önemli bir problemdir ve bu problemin Alzheimer'da olduğu gibi bilinen tatmin edici bir tıbbi tedavi yöntemi bulunmamaktadır. Beyin-bilgisayar arayüzü teknolojisindeki son gelişmeler bireylerin beyin aktivitesinin ölçülmesine olanak sağlamıştır, nöral geri bildirim de beyin bilgisayar arayüzünü kullanan metotlardan biridir. Nöral geribildirim metodunun psikolojik bozukluklar üzerine uygulanması hakkında birçok araştırma olmasına rağmen, kısa dönem hafıza performansı üzerine uygulamaları hakkında yapılmış sınırlı sayıda araştırma vardır. Bu tez kişilerin alfa bandı nöral geribildirim eğitimi ile kısa dönem hafızalarının geliştirilmesinin mümkün olup olmadığını araştırmaktadır. 11 sağlıklı erkek katılımcıdan kablosuz EEG cihazı ile EEG sinyalleri toplanmıştır. Nöral geri bildirim yöntemi alfa bandı gücünün gerçek zamanlı artırılması için kullanılmıştır. Nöral geribildirimin sağladığı kısa dönem hafıza performansındaki iyileşmenin ölçülmesi amacıyla 5 seanslık nöral geribildirim eğitimi öncesi ve sonrası 10 kelimeden oluşan ezber testi tüm katılımcılara uygulanmıştır. Sonuçlar nöral geribildirim seansları esnasında 11 kişiden 6'sının alfa bandı gücünü spektrumdaki diğer bantlara göre artırabildiğini göstermiştir. Fakat kısa dönem hafıza performansında belirgin bir gelişme olmamıştır. Sonuç olarak nöral geribildirimin katılımcıların zihinlerini bilinçli bir şekilde odaklayabilmesinde faydalı olduğu söylenebilir. Fakat nöral geribildirim eğitiminin kısa dönem hafızayı kesinlikle artırdığı veya alakasız olduğunu söylemek güçtür.
  • Master Thesis
    Lazer ile Oluşturulan Kabarcıkların Göziçi Basınç Ölçümünde Kullanımı
    (Abdullah Gül Üniversitesi, 2017) ALTINDİŞ, FATİH; Altındiş, Fatih; Yılmaz, Bülent
    Günümüzde göz tansiyonu ölçmeye yönelik farklı yaklaşımlar kullanılmaktadır. Ancak, bu yaklaşımlar bazı durumlarda hastaların göz tansiyonunu ölçmekte zorlanmaktadır. En fazla sıkıntı yaşanan durum, gözünden ameliyat geçirmiş kişilerin göz tansiyonunu ölçme konusunda yaşanmaktadır. Bu kişilerin korneası ameliyat sonrası hassaslaştığı için tonometre cihazları ile göz tansiyonu ölçülememektedir. Bu tez çalışması, 1064 nm dalga boyunda çalışan bir Nd:YAG lazer ile sıvı içerisinde oluşturulan kabarcıkların karakteristiğini inceleyerek, göz tansiyonunu bu kabarcıkların boyutlarından ölçmeye yönelik yeni bir yaklaşım geliştirmeyi amaçlamıştır. Bu doğrultuda, öncelikle göz içi ortamına benzeyen yapay bir ortam tasarlanmıştır. Bu ortam içerisinde lazer ile oluşturulan kabarcıkları takip edecek bir görüntüleme sistemi ve bu sisteme entegre çalışan bir görüntü işleme yazılımı geliştirilmiştir. Farklı sıvı basınçlarında lazer ile oluşturulan kabarcık görüntüleri işlenerek kabarcıklara ait özellikler çıkarılmıştır. Sonuçlar göstermiştir ki, lazer ile oluşturulan kabarcıkların hacimleri düşük basınç altında daha fazla olurken, sıvı basıncı arttıkça bu kabarcıkların hacmi azalmaktadır. Elde edilen veriler ışığında, kabarcıklarda meydana gelen bu hacim değişiminin, kabarcığın içinde bulunduğu sıvının basıncını ölçmekte kullanılabileceği sonucuna varılmıştır. Bu çalışma, lazer ile sıvı içerisinde oluşturulan kabarcıklar ile ilgili elde edilen bu verileri kullanarak, gözün ön kamarasında lazer ile kabarcık oluşturmaya ve göz içi basıncını bu kabarcık yardımıyla ölçmeye yönelik yeni bir yaklaşım geliştirmeyi önermektedir.