Yazar "Şehirli, Eftal" seçeneğine göre listele
Listeleniyor 1 - 3 / 3
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Diyabetik hastalarda retinal damar paketinin bilgisayarlı görü yöntemleri ile görüntülenmesi ve olası mikroanevrizma lezyonlarının ortaya koyulması(Karabük Üniversitesi, 2014) Şehirli, Eftal; Turan, Muhammed KamilGünümüzde insan hatasını azaltmak, zamandan tasarruf etmek ve daha hızlı sonuçlar ortaya koyabilmek amacıyla teknolojik cihazlara yazılım yapma gereksinimi her geçen gün artmaktadır. Bu gereksinim biyomedikal, tıp gibi birçok farklı alanlarda görülmektedir. Bu çalışmada, bir bilgisayar programı geliştirerek diyabet hastalarının gözlerindeki retina tabakasında meydana gelen diyabetik retinopatinin ilk belirtisi olan mikroanevrizma lezyonları tespit edilmiştir. Bu tespit işlemini gerçekleştirmek için iki farklı yöntem kullanılmıştır. İlk yöntemde, diyabet hastalardan alınan retina görüntülerinin ROI (region of interest, ilgi sahası) kısmı bulunmuştur. Sonrasında, YSA (yapay sinir ağları) ve gradyan vektör algoritmasını uygulayarak ROI sınırının içinde bulunan optik diskin ve kan damarlarının yerleri bulunmuştur. Bir sonraki aşamada, diyabet hastalardan alınan orijinal görüntüden, bulunan optik disk ve kan damarları çıkarılmış ve böylece görüntüde sadece retina yüzeyi ve olası patolojiler kalmıştır. Görüntü işleme tekniklerinden, konvansiyonel metotlardan ve matematiksel morfoloji algoritmasından faydalanarak kalan görüntüdeki olası mikroanevrizma lezyonları dinamik bir şekilde belirlenmiştir. İkinci yöntemde ise, orijinal görüntü üzerinde ROI, optik disk ve kan damarları tespit edilmeden aynı algoritmalar kullanılarak mikroanevrizma lezyonları tespit edilmiştir. Son olarak, iki farklı yöntemle yapılan tespit işlemi karşılaştırılmış ve ilk kullanılan yöntem ile daha başarılı sonuçlar elde edildiği, fakat iki yöntemin de birbirine yakın olduğu ortaya koyulmuştur. Bütün bu işlemleri gerçekleştirmek üzere, Visual Studio programı çatısı altında C# programlama dili kullanılmıştır. MATLAB programında oluşturulan kütüphaneler ile AForge.NET ve OpenCV'nin paylaşmış olduğu, açık kaynak kodlu ve GPL (general public license, genel kamu lisansı) lisanslı görüntü işleme kütüphanelerinden yararlanılmıştır.Öğe A fully automated application for analysis and quantification of dna damage on comet assay images(Karabük Üniversitesi, 2018) Şehirli, Eftal; Turan, Muhammed KamilBirçok biyomedikal alan için, kullanıcılara otomatik olarak ölçüm yapan ve parametrik sonuçlar veren yazılım uygulamalarını geliştirmek giderek daha önemli hale gelmektedir. Kuyruklu yıldız analizi olarak bilinen tek hücre jel elektroforezi, kullanıcıların DNA hasarı hakkında parametrik sonuçlar elde etmek için ihtiyaç duydukları biyomedikal alanlarda en çok tercih edilen metotlardan biridir. Bu tez çalışmasında Python programlama dili kullanılarak geliştirilen tam otomatik çalışan uygulama ile kuyruklu yıldız görüntüleri üzerinde verimli ve detaylı analiz ve ölçüm yapılmıştır. Ayrı ayrı ve sırasıyla kuyruklu yıldız görüntüleri üzerinde kuyruklu yıldız nesnelerini çıkarma, küçük, bulanık, çakışık gibi kuyruklu yıldız olmayan nesneleri eleme, hasar seviyelerini sağlıklı, hafif, orta ve ağır olarak derecelere ayırma ve kuyruklu yıldız uzunluk, kuyruklu yıldız alan, baş kısmı uzunluk, baş kısmı alan, baş kısmı yüzde, kuyruk kısmı uzunluk, kuyruk kısmı alan, kuyruk kısmı yüzde ve kuyruk momenti olarak parametrelerin hesaplama işlemi yapılmıştır. Gri seviye resimleri ikili resimlere dönüştürmek için özgün bir eşikleme metodu geliştirilmiştir. Çakışık kuyruklu yıldız nesneleri elemek için sinyal işleme ve örüntü tanıma tabanlı özgün bir metot geliştirilmiştir. Bunun yanında, hasar seviyelerini sınıflara ayırmak için de piksel profil analizi, dinamik zaman bükme ve karar ağacı tabanlı özgün bir metot geliştirilmiştir. Kuyruklu yıldız analizi deney çalışmaları sonunda 2476 adet kuyruklu yıldız analiz görüntüleri çekilmiştir. Bulanık nesneleri elemede %72.22 duyarlılık, %93.33 özgüllük ve %81.82 doğruluk elde edilmiştir. Çakışık kuyruklu yıldız nesneleri elemede %91.30 duyarlılık, %93.24 özgüllük ve %92.88 doğruluk elde edilmiştir. Hasar dereceleri ayırmada %72.22 ile %97.22 arasında değişen duyarlılık, %88.89 ile %100 arasında değişen özgüllük ve %90.21 ile %99.30 arasında değişen doğruluk elde edilmiştir. Geliştirilen uygulama aynı kuyruklu yıldız görüntüleri kullanılarak OpenComet ve Comet IV uygulamaları ile karşılaştırılmıştır.Öğe Real-time nail-biting detection on a smartwatch using three CNN models pipeline(Wiley-Blackwell Publishing, 2025-02-01) Alesmaeil, Abdullah; Şehirli, EftalNail-biting (NB) or onychophagia is a compulsive disorder that affects millions of people in both children and adults. It has several health complications and negative social effects. Treatments include surgical interventions, pharmacological medications, or additionally, it can be treated using behavioral modification therapies that utilize positive reinforcement and periodical reminders. Although it is the least invasive, such therapies still depend on manual monitoring and tracking which limits their success. In this work, we propose a novel approach for automatic real-time NB detection and alert on a smartwatch that does not require surgical intervention, medications, or manual habit monitoring. It addresses two key challenges: First, NB actions generate subtle motion patterns at the wrist that lead to a high false-positives (FP) rate even when the hand is not on the face. Second, is the challenge to run power-intensive applications on a power-constrained edge device like a smartwatch. To overcome these challenges, our proposed approach implements a pipeline of three convolutional neural networks (CNN) models instead of a single model. The first two models are small and efficient, designed to detect face-touch (FT) actions and hand movement away (MA) from the face. The third model is a larger and deeper CNN model dedicated to classifying hand actions on the face and detecting NB actions. This separation of tasks addresses the key challenges: decreasing FPs by ensuring NB model is activated only when the hand on the face, and optimizing power usage by ensuring the larger NB model runs only for short periods while the efficient FT model runs most of the time. In addition, this separation of tasks gives more freedom to design, configure, and optimize the three models based on each model task. Lastly, for training the main NB model, this work presents further optimizations including developing NB dataset from start through a dedicated data collection application, applying data augmentation, and utilizing several CNN optimization techniques during training. Results show that the model pipeline approach minimizes FPs significantly compared with the single model for NB detection while improving the overall efficiency.
