Derin öğrenme algoritmaları ile OCT görüntülerinden retina hastalıklarının sınıflandırılması

Ünlü, Elif Işılay; Çınar, Ahmet

DSpace@FIRAT
→
BİLDİRİ
→
BASKİL MESLEK YÜKSEKOKULU
→
Öğe Göster

dc.contributor.author	Ünlü, Elif Işılay
dc.contributor.author	Çınar, Ahmet
dc.date.accessioned	2024-01-02T10:35:20Z
dc.date.available	2024-01-02T10:35:20Z
dc.date.issued	2022-10-15
dc.identifier.citation	Ünlü, E. ve Çınar, A. (2022). Derin öğrenme algoritmaları ile OCT görüntülerinden retina hastalıklarının sınıflandırılması. International Conference on Engineering and Applied Natural Sciences (ICEANS) 2022. (ss.244-248). Konya: All Sciences Academy.	tr_TR
dc.identifier.uri	http://hdl.handle.net/11508/21049
dc.description.abstract	Son yıllarda retina bozuklukları ciddi bir sağlık sorunu haline gelmiştir. Retina bozuklukları yavaş ve belirgin belirtiler olmadan gelişir. Her yıl dünya çapında milyonlarca kişiye retina hastalığı teşhisi konmaktadır. Optik Koherens Tomografi (OCT), hastalıklı retina katmanlarındaki nicel ayrımı analiz edebilen ve belirleyebilen yüksek çözünürlüklü bir tanı teknolojisidir. OCT - Işık dalgalarını kullanan optik koherens tomografi, retinanın enine kesit fotoğraflarını çeken invazif olmayan bir görüntüleme prosedürüdür. Bu çalışmada OCT taramalarını kullanarak retina anormalliklerini tespit etmek ve sınıflandırmak için bir çok katmanlı konvolüsyonel sinir ağı (CNN) olan EfficientNet kullanılmıştır. Önerilen yöntem, 84.484 görüntü içeren açık kaynaklı retinal OCT veri seti üzerinde uygulanmış ve %96, 8 test doğruluğu elde edilmiştir.	tr_TR
dc.language.iso	Türkçe	tr_TR
dc.rights	info:eu-repo/semantics/openAccess	tr_TR
dc.subject	Fırat Üniversitesi Kütüphanesi::DOĞA BİLİMLERİ VE MATEMATİK	tr_TR
dc.subject.ddc	EfficientNet	tr_TR
dc.subject.ddc	Konvolüsyonel sinir ağı(CNN	tr_TR
dc.subject.ddc	Biyomedikal görüntü sınıflandırması	tr_TR
dc.subject.ddc	Retina hastalıkları	tr_TR
dc.subject.ddc	Retina OCT görüntüleri	tr_TR
dc.title	Derin öğrenme algoritmaları ile OCT görüntülerinden retina hastalıklarının sınıflandırılması	tr_TR
dc.type	Bildiri - Yayımlanmış	tr_TR
dc.contributor.YOKID	314558	tr_TR
dc.contributor.YOKID	100963	tr_TR
dc.relation.publishinghaddress	Konya	tr_TR
dc.relation.publishinghouse	All Sciences Academy	tr_TR
dc.identifier.pages	244;248
dc.identifier.bookname	International Conference on Engineering and Applied Natural Sciences (ICEANS) 2022	tr_TR
dc.published.type	Uluslararası	tr_TR