Master Degree / Yüksek Lisans Tezleri
Permanent URI for this collectionhttps://hdl.handle.net/11147/3008
Browse
1 results
Search Results
Now showing 1 - 1 of 1
Master Thesis Diyabetik Retinopati Görüntülerinin Analizi için Uyarlanır Yeniden Boyutlandırıcı Bütünleştirilmiş Derin Üretken Öznitelik Üretim Çerçevesi(2025) Harsa, Ahmet Emre; Gümüş, Abdurrahman; Atakan, BarışDiyabetik Retinopati (DR), diyabet hastalarında oluşan görme kaybının önde gelen nedenlerinden biri olup, erken ve doğru tespiti ciddi komplikasyonların önlenmesi açısından hayati öneme sahiptir. Bu tez, çeşitli verisetlerinde doğruluğu ve sağlamlığı artırmak için tasarlanmış olan Uyarlanır Yeniden Boyutlandırıcı Bütünleştirilmiş Derin Üretken Öznitelik Üretim (AR+DRFG) mimarisi ortaya koyarak fundus görüntülerinden otomatik DR tespiti için yeni bir yaklaşım sunmaktadır. Araştırma, DR tespiti için giriş görüntüsü küçültülmesi ve öznitelik çıkarma işlemleri için mevcut literatürdeki kritik boşlukları ele almaktadır. Önerilen çerçeve, giriş görüntülerini öznitelik çıkarımı için en uygun çözünürlüklere akıllıca yeniden boyutlandıran bir Uyarlanır Yeniden Boyutlandırıcı (AR) bileşenini, yeniden boyutlandırılmış görüntülerden sağlam ve üretken öznitelikler üreten bir Derin Üretken Öznitelik Üretim (DRFG) modeli ile bütünleştirir. Bu mimari, çeşitli tıbbi görüntüleme uygulamaları için geliştirilmiş genelleştirilebilirlik ve zengin öznitelik çıkarma kapasitelerini hedeflemektedir. Çalışmada yaygın olarak tanınan ve kamuya açık üç fundus görüntüsü veriseti kullanılmıştır: APTOS, MESSIDOR-2, ve IDRiD. Veri kıtlığını gidermek ve model genelleştirmesini iyileştirmek için veri artırımı teknikleri uygulanmıştır. Önerilen AR+DRFG mimarisi, hem Sınama Seti Doğrulama (hold-out validation), hem de k-Katlı Çapraz Doğrulama (k-Fold cross-validation) yöntemleri kullanılarak, VGG, ResNet, Inception, MobileNet, EfficientNet ve DenseNet ailelerine ait son teknoloji CNN kıyaslama modellerine karşı sistematik olarak değerlendirilmiştir. Kapsamlı deneysel sonuçlar, önerilen mimarinin her üç veriseti için de üstünlüğünü göstermektedir. Performans değerlendirmesi, basit doğruluk ölçütlerinin ötesinde, her DR şiddet seviyesi için ayrıntılı karışıklık matrisi analizi ile doğruluk ve kayıp grafikleri aracılığıyla eğitim dinamiklerinin incelenmesini de içermektedir. Sonuçlar, modelin sağlam genelleştirme kapasitelerini ve hastalığın farklı evreleri arasında ayrım yapmadaki güçlü yönlerini de ortaya koymaktadır. Bu araştırmanın temel katkısı, DR tespiti için son teknoloji genelleştirilebilirlikli zengin ve çeşitlendirilmiş öznitelik çıkarımı gerektiren birçok kullanım senaryolarına uygulanabilen daha doğru ve sağlam bir otomatikleştirilmiş sistem geliştirilmesinde yatmaktadır. Önerilen AR+DRFG mimarisi, diyabetik retinopatinin tespiti için tıbbi görüntü analizinde önemli bir ilerlemeyi temsil etmektedir.