Tez No	İndirme	Tez Künye	Durumu
774304		Integrating detection of vascular degeneration into augmented reality environment: An e-health application based on near-infrared spectroscopy and deep learning / Damarsal dejenerasyon tespitinin artırılmış gerçeklik ortamına entegrasyonu: Yakın-kızılötesi spektroskopi ve derin öğrenme temelli bir e-sağlık uygulaması Yazar:HÜSEYİN AŞKIN ERDEM Danışman: DOÇ. DR. SEMİH UTKU Yer Bilgisi: Dokuz Eylül Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Bilgisayar Mühendisliği Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2022 201 s.
Gelişen teknoloji akla gelebilecek her alanda hayatımızı kolaylaştırmaktadır. Bugün, medikal görüntüleme teknikleriyle elde edilen görüntülerin özellikle derin öğrenme altyapısına entegrasyonu, erken teşhis ve takip kapsamında sayısız hayatın kurtarılmasına aracılık etmektedir. Bu kapsamda özellikle ev kullanımına hitap eden e-sağlık uygulamalarının yıldızı ise hızla parlamaktadır. Bu tez çalışmasının Görüntüleme Tekniği Aşamasında kullanıcıdan periyodik aralıklarla elde edilen görüntüler, sunucuda Dijital Görüntü Ön-İşleme Aşaması ile iyileştirilmektedir. Görüntülemeden kaynaklı görsel eksiklikler, Dijital Görüntü Son-İşleme Aşamasında belirli bir düzeyde düzeltilmektedir. Sınıflandırma Aşaması aynı doku bölgesinin görüntülendiği doğrularsa, ilgili görüntülerdeki damarsal dejenerasyonlar (damar daralması/damar genişlemesi) Nesne Tespiti Aşamasında tespit edilmektedir. Dejenerasyon tespit sonuçlarıyla konumlarını gösteren videolar, Artırılmış Gerçeklik Aşamasıyla hazırlanarak kullanıcı ve hekim ile paylaşılmaktadır. Bu sayede, olası dejenerasyonlar erken aşamada tespit edilebilmekte ve gelişim aşamalarının takibi gerçekleştirilebilmektedir. Deneysel sonuçlara göre Accuracy Rate (1.0000), Misclassification Rate (0.0000) ve Precision (1.0000) olarak en etkili nesne tespiti varicose_vein sınıfı için elde edilmiştir. Genel olarak bu çalışma kapsamında, gözle algılanamayan yakın-kızılötesi radyasyon kullanılarak açığa çıkarılabilen moleküller, derin öğrenme ile kendi zekâsını yaratabilen bilgisayar sistemleri ve zamandan-bağımsız görsellik sunabilen artırılmış gerçeklik ortamları incelenmiştir.
Developing technology makes our lives easier in every area imaginable. Today, the integration of images obtained with medical imaging techniques, especially in the deep learning infrastructure, mediates the saving of countless lives within the scope of early diagnosis and follow-up. In this context, the star of e-health applications that especially appeal to home use is shining rapidly. The images obtained from the user at periodic intervals in the Imaging Technique Phase of this thesis, are enhanced on the server with the Digital Image Pre-Processing Phase. Visual deficiencies caused by visualization are corrected to a certain extent in the Digital Image Post-Processing Phase. If the Classification Phase confirms that the same tissue region is being viewed, vascular degeneration (narrowing/enlargement) in the relevant images is detected in the Object Detection Phase. Videos showing the degeneration detection results and their locations are prepared by the Augmented Reality Phase and shared with the user and the physician. In this way, possible degeneration can be detected at an early stage and its developmental stages can be followed. According to the experimental results, the most effective object detection was obtained for varicose_vein class with Accuracy Rate (1.0000), Misclassification Rate (0.0000) and Precision (1.0000). In general, within the scope of this study, molecules that can be revealed by using near-infrared radiation that cannot be detected by the eye, computer systems that can create their own intelligence with deep learning, and augmented reality environments that can offer time-independent visualization have been examined.