Yazar "Cömert, Zafer" seçeneğine göre listele

Listeleniyor 1 - 3 / 3
  • Küçük Resim Yok
    Öğe
    Determination of tympanic membrane region in the middle ear otoscope images with convolutional neural network based yolo method
    (2020) Başaran, Erdal; Cömert, Zafer; Çelik, Yüksel; Velappan, Subha; Togaçar, Mesut
    Due to inflammation of the middle ear, various deformations occur in the eardrum. In order todiagnose the disease, it is necessary to examine the tympanic membrane in detail with an otoscope.In recent years, deep learning has been applied in many areas including biomedical field and veryeffective results have been achieved. Deep learning based methods are used successfully in automaticobject detection. In this study, a deep learning based object detection method namely You Only LookOnce (YOLO), is used for automatic detection of tympanic membrane in eardrum images obtainedusing otoscope device. To enable automatic detection of tympanic membrane by YOLO, experimentalstudies were conducted with AlexNet, VGGNet, GoogLeNet and ResNet. According to the performanceresults, the most efficient results were obtained with ResNet and VGGNet architectures. Tympanicmembrane region detection with YOLO, was performed with an accuracy rate of 93%.
  • Küçük Resim Yok
    Öğe
    Normal ve kronik hastalıklı orta kulak imgelerinin evrişimsel sinir ağları yöntemiyle tespit edilmesi
    (2020) Başaran, Erdal; Cömert, Zafer; Sengür, Abdulkadir; Budak, Ümit; Çelik, Yüksel; Togaçar, Mesut
    Orta kulak iltihabı kulak zarının arkasında sıvı birikmesi olarak bilinmektedir. Orta kulak iltihabının uzun süreli tedaviye yanıt vermemesi ve kulak zarının delinmesi ile karakterize olan kronik orta kulak iltihabı işitme kaybına bile sebep olabilen ciddi bir rahatsızlıktır. Bu çalışmada gerekli etik kurulu izni alındıktan sonra Özel Van Akdamar Hastanesinde gönüllü hastalardan otoskop cihazı ile elde edilen 598 adet normal orta kulak görüntüsü ve kronik hastalıklı orta kulak görüntüleri ile sınıflandırma işlemi gerçekleştirilmiştir. Son yıllarda yapay zekâ kapsamında değerlendirilen algoritmalar hemen her alanda kullanılmaktadır. Sağlık alanında da tanı ve karar destek sistemleri geliştirilerek başarılı çalışmalar yapılmaktadır. Bu çalışmada yapay zekâ algoritmalarından olan ve özellikle biyomedikal görüntü sınıflandırma çalışmalarında da iyi sonuçlar elde edilen evrişimsel sinir ağı mimarilerinden olan AlexNet, VGG16, VGG19, GoogleNet, ResNet18, ResNet50, ResNet101 modelleri kullanılmıştır. Deneysel çalışmalar sonucu VGG19 mimarisi ile %97.2067 başarı oranı elde edilmiştir. Evrişimsel sinir ağları yöntemi normal ve kronik orta kulak görüntülerini ayırt etmede başarılı bir yöntemdir.
  • Küçük Resim Yok
    Öğe
    Timpanik membran görüntü özellikleri kullanılarak sınıflandırılması
    (2021) Başaran, Erdal; Cömert, Zafer; Çelik, Yüksel
    Orta kulak inflamasyonu olarak bilinen otitis media rahatsızlığının teşhis edilmesi için otoskop cihazı ile zar bölgesine bakılarak karar verilmektedir. Dokusal özellik çıkarma algoritmaları, görüntüler üzerinde bölge tespiti ve görüntüye ait özelliklerin elde edilmesinde yaygın olarak kullanılmaktadır. Bu çalışmada gerekli yasal izinler alındıktan sonra elde edilen orta kulak görüntülerinde normal ve otitis media görüntülerinin ayırt edilmesi için literatürde yaygın olarak kullanılan gri seviyeli eş-oluşum matrisi, yerel ikili örüntüler, yönlü gradyanların histogram algoritmaları kullanılmıştır. Bu dokusal özellik çıkarma algoritmalarının görüntüleri sınıflandırma üzerinde başarıları incelendikten sonra her bir özellik setine görüntülere ait renk kanallarının ortalamaları da eklenerek bu özelliğin sınıflandırma başarısına etkisi incelenmiştir. Sonuç olarak tek başına bir dokusal özellik çıkarma algoritması kullanıldığında en iyi sonuçlar yerel ikili örüntü algoritması ile elde edilmiştir. Bu algoritmaya renk kanallarının ortalaması da eklendiği zaman sınıflandırma başarısını olumlu yönde etkilediği sonucuna varılmıştır. Sınıflandırma sonucunda % 78.67 doğruluk oranı elde edilmiştir.