ÖZNİTELİK ENTEGRASYONUNA DAYALI ESA MİMARİSİ KULLANILARAK ENDOSKOPİK GÖRÜNTÜLERİN SINIFLANDIRILMASI

Basit Öğe Kaydı
dc.contributor.authorÜzen, Hüseyin
dc.contributor.authorFırat, Hüseyin
dc.date.accessioned2025-02-22T14:17:59Z
dc.date.available2025-02-22T14:17:59Z
dc.date.issued2024
dc.departmentDicle Üniversitesien_US
dc.description.abstractDerin öğrenme (DL) tekniklerindeki son gelişmeler, tıbbi görüntüler kullanılarak gastrointestinal (GI) hastalıkların sınıflandırılmasını otomatikleştirmek için umut verici bir potansiyel göstermektedir. Zamanında ve kesin teşhis, tedavi etkinliğini önemli ölçüde etkilemektedir. Bu araştırma, GI hastalıklarını tanımlamak için yeni bir DL tabanlı modeli tanıtmaktadır. Bu model, önceden eğitilmiş ağ mimarilerinin ara katmanlarından elde edilen öznitelikleri birleştirerek sınıflandırma işlemini gerçekleştirmektedir. Öznitelik entegrasyonuna dayalı evrişimsel sinir ağı (ESA) olarak adlandırılan bu modelde, endoskopik görüntüleri sınıflandırmak için önceden eğitilmiş ağ mimarilerinin yüksek ve düşük seviyeli öznitelikleri birleştirilerek nihai öznitelik haritası elde edilmektedir. Daha sonra bu öznitelik haritası sınıflandırma için kullanılmaktadır. Kvasirv2 veri seti kullanılarak yapılan deneysel analizler sonucunda, önerilen model ile başarılı bir performans elde edilmiştir. Özellikle, DenseNet201 modelinin ara katmanlarındaki özelliklerin birleştirilmesi, sırasıyla %94.25, %94.28, %94.24 ve %94.24 doğruluk, kesinlik, duyarlılık ve F1 puanı ile sonuçlanmıştır. Diğer ESA tabanlı önceden eğitilmiş modellerle ve son çalışmalarla yapılan karşılaştırmalı analizler, önerilen modelin üstünlüğünü ortaya koymuş ve doğruluğu %94.25'e yükseltmiştir. Bu, endoskopik görüntülerden GI hastalık tespitinde gelişmiş sınıflandırma doğruluğu için DenseNet201'in ara katmanlarındaki özelliklerden yararlanma potansiyelinin altını çizmektedir.en_US
dc.identifier.doi10.17780/ksujes.1362792
dc.identifier.endpage132en_US
dc.identifier.issn1309-1751
dc.identifier.issue1en_US
dc.identifier.startpage121en_US
dc.identifier.trdizinid1227386en_US
dc.identifier.urihttps://doi.org/10.17780/ksujes.1362792
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1227386
dc.identifier.urihttps://hdl.handle.net/11468/30181
dc.identifier.volume27en_US
dc.indekslendigikaynakTR-Dizin
dc.language.isotren_US
dc.relation.ispartofKSÜ Mühendislik Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmzKA_TR_20250222
dc.subjectEvrişimsel sinir ağıen_US
dc.subjectDenseNet201en_US
dc.subjectendoskopik görüntü sınıflandırmaen_US
dc.subjectkvasirv2 veri setien_US
dc.titleÖZNİTELİK ENTEGRASYONUNA DAYALI ESA MİMARİSİ KULLANILARAK ENDOSKOPİK GÖRÜNTÜLERİN SINIFLANDIRILMASIen_US
dc.typeArticleen_US

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu