Mikroskobik İmgelerde tüberküloz Bakterisinin Rastgele Ormanlar Yöntemiyle Sınıflandırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2014
Tezin Dili: Türkçe
Öğrenci: Selen Ayas
Asıl Danışman (Eş Danışmanlı Tezler İçin): MURAT EKİNCİ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Mikroskobik hastalık teşhisi, hastalardan alınan numunelerin mikroskop altında incelenip hastalığın tespit edilmesi sürecidir. Laboratuvar teknisyenlerinin fazla zamanını alan bu görsel inceleme süreci aynı zamanda hataya da oldukça meyillidir. Yorucu iş yükü de buna eklendiğinde tanı süreci çalışanlar açısından oldukça güç ve usandırıcı olmaktadır. Doğru tanının insan sağlığı için önemi düşünüldüğünde birçok bilgisayar destekli örüntü tanıma sistemlerinin geliştirilmesinin nedeni açık ça ortaya çıkmaktadır. Bu amaçla tez çalışmasında, mikroskobik görüntülerdeki tüberküloz bakterisini makine öğrenme algoritmaları ile otomatik teşhis eden görsel arayüzlü bir yazılım Embarcadero Borland C++ platformunda geliştirilmiştir. Tez çalışması, veritabanının oluşturulması, öznitelik çıkartılması, bölütleme ve sınıflandırmadan oluşmaktadır. Öznitelik çıkartılmasında bölütleme aşaması için yapısal yaklaşımlar, sınıflandırma aşaması için ise görünüşe dayalı yaklaşımlar incelenmiştir. Mikroskobik görüntülerin bölütlenmesinde ve bölütlenmiş görüntülerin sınıflandırılmasında kullanılan Destek Vektör Makineleri, Yapay Sinir Ağları gibi temel yaklaşımların yanında güncel bir yaklaşım olan Rastgele Ormanlar yöntemi de incelenmiştir. Sonuçlara bakıldığında önerilen güncel yöntemin diğer uygulanan yöntemlere oranla oldukça başarılı sonuçlar verdiği görülmektedir. Anahtar Kelimeler: Tüberküloz Bakterisi, Örüntü Tanıma, Rastgele Ormanlar, Destek Vektör Makineleri, Yapay Sinir Ağları, Mikroskobik Görüntüleme