EUVIMEDEUVIMED entdecken
Crossref

Diabetic Retinopathy and Glaucoma Diagnosis with CNN-Based Approach and User Interface for Morphological Analysis of Risky Regions in Fundus Images

Saim ERVURAL, Emre ERGÜLER, Mehmet Akif TOKEL

Fivezero · 2025

DOI: 10.54486/fivezero.2025.43 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Fivezero, 2025. Verfasst von Saim ERVURAL und 2 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Diyabetik retinopati ve glokomun erken teşhisi ve etkili yönetimi, görme kaybının önlenmesi ve hasta sonuçlarının iyileştirilmesi için çok önemlidir. Bu rahatsızlıklar erken teşhis edildikleri takdirde etkili bir şekilde yönetilebilir, sağlık sistemlerinin yükü azaltılabilir ve hastaların yaşam kalitesi iyileştirilebilir. Bu çalışma, sağlık profesyonellerine bu hastalıkların teşhisinde daha verimli destek sağlamak üzere geliştirilen kullanıcı dostu bir yazılım arayüzünü tanıtmaktadır. Çalışmada, 11 katmanlı özel bir Konvolüsyonel Sinir Ağı (KSA) mimarisi tasarlanmıştır; bu yapı, bir yeniden ölçekleme katmanıyla başlayarak veri artırma tekniklerini içermektedir. Temel yapı, sırasıyla 16, 32 ve 64 filtre içeren üç konvolüsyon katmanı ve bunları takip eden maksimum havuzlama katmanlarından oluşurken, aşırı öğrenmeyi önlemek için %0.7 oranında bir dropout katmanı eklenmiştir. Ayrıca ağda, özellik çıkarımı için 128 nöronlu bir yoğun katman ve sınıf sayısına göre uyarlanmış bir çıktı katmanı da bulunmaktadır. Glokom tespiti için optik disk üzerine odaklanan özel bir ön işleme adımı doğrulama kaybını yaklaşık %20 oranında azaltmış, karmaşık glokom vakalarında tanısal doğruluğu artırmak için manuel bir yakınlaştırma özelliği geliştirilmiştir. Diabetik retinopati için ise, ödem ve kanama gibi patolojik alanları tanımlayıp vurgulayan özel algoritmalar tasarlanmış; böylece damar yapılarının hassas bir şekilde görselleştirilmesi sağlanarak modelin doğru ve zamanında teşhis sağlama kapasitesi önemli ölçüde artırılmıştır. Sonuç olarak ortaya çıkan mimari, diabetik retinopati için %98, glokom için ise %85 doğruluk oranına ulaşmıştır. Bu çalışma, tanılamayı iyileştirmek için pratik araçlarla bir araya getirilen gelişmiş derin öğrenmenin potansiyelini vurgulamakta ve klinisyenlere hasta sonuçlarını iyileştirmek için güvenilir bir sistem sunmaktadır.

Zitieren

APA

ERVURAL, S., ERGÜLER, E., & TOKEL, M. A. (2025). Diabetic Retinopathy and Glaucoma Diagnosis with CNN-Based Approach and User Interface for Morphological Analysis of Risky Regions in Fundus Images. Fivezero. https://doi.org/10.54486/fivezero.2025.43

Vancouver

ERVURAL S, ERGÜLER E, TOKEL MA. Diabetic Retinopathy and Glaucoma Diagnosis with CNN-Based Approach and User Interface for Morphological Analysis of Risky Regions in Fundus Images. Fivezero. 2025. doi:10.54486/fivezero.2025.43

BibTeX
@article{ERVURAL2025,
  author = {ERVURAL, Saim and ERGÜLER, Emre and TOKEL, Mehmet Akif},
  title = {Diabetic Retinopathy and Glaucoma Diagnosis with CNN-Based Approach and User Interface for Morphological Analysis of Risky Regions in Fundus Images},
  journal = {Fivezero},
  year = {2025},
  doi = {10.54486/fivezero.2025.43}
}
Kostenlos starten →