Tez No	İndirme	Tez Künye	Durumu
276250		Yapay sinir ağları kullanılarak retina görüntülerinden hastalık tanılama sistemi tasarımı ve gerçekleştirimi / Design and implementation of disease recognition system in retinal images using artificial neural networks Yazar:OSMAN ŞİRVAN Danışman: DOÇ. DR. AYBARS UĞUR Yer Bilgisi: Ege Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Görüntü bölütleme = Image segmentation ; Görüntü işleme = Image processing ; Görüntü sınıflandırma = Image classification ; Görüntü tanıma = Image recognition ; Göz anomalileri = Eye abnormalities ; Yapay sinir ağları = Artificial neural networks ; Örüntü tanıma = Pattern recognition	Onaylandı Doktora Türkçe 2010 187 s.
Bu tezde, retina görüntülerinde yer alan dört farklı hastalık lezyonunu (sert eksuda, hemoraji, mikro anevrizma ve yumuşak eksuda) otomatik olarak tespit edebilen bir sistem geliştirilmiştir. Görüntü işleme kapsamında çeşitli görüntü iyileştirme, bölge büyütme ve filtreleme yöntemleri kullanılmıştır. Retina görüntülerindeki Optik Disk, Fovea/Makula, Damarlar gibi belirgin oluşumların konumlarının tespiti yapılmıştır.Hastalık lezyonlarına ait öznitelikler ağa girdi olarak verilmeden önce Temel Bileşenler Analizi (PCA)'ne tabi tutulmuş; Mahalanobis uzaklıkları, standart sapma, çarpıklık (skewness), basıklık (kurtosis) katsayıları yanında aykırı değerler de bulunmuş ve bu veriler önceden elenmiştir. Geri yayılım algoritmasını kullanan çok katmanlı algılayıcı yapısındaki ağ, normalleştirilmiş eğitim verileri ile eğitilmiştir. Görüntü İşleme, Yapay Sinir Ağları (MLP, RBF) ve Destek Vektör Makineleri (SVM) ile Tanılama için MatLab, istatistiksel işlemlerde MiniTab yazılımları kullanılmıştır.Uygun yapay sinir ağı eğitim fonksiyonlarının seçimi ve parametrelerinin ayarlanması için de çalışma yapılmıştır. Elde edilen deneysel sonuçlar sunulmuş, MLP, RBF ve SVM sınıflandırıcıları için tanılama performansları karşılaştırılmış ve tartışılmıştır.
In this thesis, an automatic recognition system for four different pathologies (hard exudates, haemorrhages, microaneurysms, and soft exudates) in retinal images was developed. Image processing techniques like image enhancement, region growing and filtering methods were used. Optic Disc, Fovea/Macula, and vessels were localized.Obtained features belonging to pathologies were analyzed by PCA, Mahalanobis distances, standard deviation, skewness and kurtosis coefficients, and outliers were found and previously eliminated before given to ANN as an input. An artificial neural network model in the form of Multilayer perceptron was trained using Backpropagation Algorithm with normalized training data. MatLab was used for image processing, ANNs, SVM and MiniTab was used for statistical analysis.Selection of proper ANN training functions and parameter settings were studied. Experimental results obtained were presented and recognition performances of the system for MLP, RBF and SVM classifiers were compared and discussed.