Histopatolojik Görüntü Analizinde Derin Öğrenme Yöntemlerinin Geliştirilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: DEMET ALICI KARACA
Danışman: Bahriye Akay
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Dokuların mikroskobik olarak incelenmesiyle kanser ve tümör gibi birçok hastalığın teşhisinde altın standart olarak kullanılan histopatolojik tanı, klinik patoloji için büyük öneme sahiptir. Ancak manuel olarak yapılan klinik tanı zaman alıcı, hataya meyilli ve patoloğun mesleki deneyimine bağlı olarak subjektiftir. Hastalık sürecinde hayati öneme sahip olan erken tanı için otomatik, hızlı ve doğru sistemlerin geliştirilmesine ihtiyaç duyulmaktadır. Histopatolojik görüntüler hesaplamalı yöntemler kullanan otomatik sistemler ile analiz edilebilmektedir. Son yıllarda hesaplamalı yöntemlerde derin öğrenme tabanlı bilgisayar destekli tanı sistemlerinin uygulanması hızlı ve doğru tanıya olanak sağlamaktadır. Bu tez çalışmasında hastalıkların erken tanısı için histopatolojik görüntünün doğasından kaynaklanan dokusal varyasyonlar ve heterojenlik gibi dezavantajlar elimine edilerek etkin modellerin geliştirilmesi amaçlanmaktadır. Geliştirilen derin modellerde düşük maliyet, verimli özellik çıkarımı ve yüksek sınıflandırma başarımı hedeflenmektedir. İlk olarak histopatolojik görüntüler kullanılarak radyasyonla tetiklenen karaciğer hastalığının teşhisi için hafif yapılı derin model geliştirilmiştir ve bu çalışma literatürdeki ilk çalışma olması yönüyle öneme sahiptir. Diğer çalışmalarda dikkat mekanizması kullanan etkin derin modeller geliştirilerek histopatolojik görüntülerde prostat kanseri ve helikobakter pilorinin teşhisi gerçekleştirilmektedir. Yapılan çalışmalarda hastalıkların tanısında patologların iş yükünü hafifleten, daha doğru kararlar almasını sağlayan ve tanı için harcanan zaman kaybını önleyen yardımcı sistemler geliştirilmiştir.