Biyomedikal görüntülerdeki hareketli nesnelerin derin öğrenme yöntemleri ile şekil ve yörünge analizi

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: ABDULSAMET AKTAŞ

Danışman: Hamza Osman Ilhan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez, kısırlık tanısında erkek faktörünün değerlendirilmesinde kullanılan sperm şekil ve hareket analizlerini derin öğrenme tabanlı yaklaşımlar ile iyileştirmeyi amaçlamaktadır. Görsel değerlendirme (GD) olarak adlandırılan manuel sperm değerlendirmesi, zaman alıcı, hata yapmaya açık, subjektif ve büyük ölçüde değerlendiricinin uzmanlığına bağlı bir yöntem olarak görülmektedir. Bu eksiklikleri gidermek amacıyla, bilgisayar destekli sperm analiz (BDSA) sistemleri geliştirilmiştir. Ancak mevcut BDSA sistemleri, yüksek maliyetleri ve erişim kısıtlamaları nedeniyle klinik uygulamalarda yaygın olarak kullanılmamaktadır. Son yıllarda, makine öğrenmesi ve derin öğrenme tabanlı yöntemler, sperm şekli (morfoloji) ve hareketliliğinin otomatik analizi için umut vadeden çözümler sunmaktadır. Tez kapsamında sperm morfoloji analizi için Vision Transformer (ViT) tabanlı bir sistem önerilmiş ve HuSHeM ile SMIDS veri setlerinde sırasıyla %93,52 ve %92,5 doğruluk elde edilmiştir. Açık erişim veri setlerine ek olarak, tez kapsamında oluşturulup yeni yayımlanan Hi-LabSpermMorpho veri setinde de EfficientNet-V2 mimarisi kullanılarak deneyler gerçekleştirilmiştir. Bu doğrultuda, BesLab, Histoplus ve GBL veri setlerinde sırasıyla %65,05, %67,42 ve %63,58 doğruluk oranlarına ulaşılmıştır. Tez çalışmasının bir diğer fazını oluşturan sperm hareket analizi için ise Hi-LabSpermTracking veri seti oluşturulmuş, 12 farklı hastadan alınan, 60 saniye uzunluğunda ve 1920×1080 çözünürlüğünde toplam 66 video, iki uzman biyolog tarafından detaylı şekilde etiketlenmiştir. YOLOv8 ve RT-DETR modelleri eğitilerek sperm tespiti gerçekleştirilmiş, MEAN topluluk yöntemi ile birleştirilerek %87,87 F1-Skor ve %86,55 mAP50 değerlerine ulaşılmıştır. Takip işlemi DeepSORT yöntemi ile gerçekleştirilmiş, HOTA, MOTA ve IDF1 metrikleri kullanılarak değerlendirilmiştir. MEAN yöntemi, sırasıyla %66,60 HOTA, %76,42 MOTA ve %85,79 IDF1 değerleri ile en başarılı sonuçları vermiştir. Son olarak, sperm hareket özellikleri (VCL, VSL, VAP, LIN, STR) çıkarılarak Dünya Sağlık Örgütü (WHO) kriterlerine göre motilite seviyeleri belirlenmiş, MEAN yöntemi ile elde edilen sonuçların Ground-truth (GT) motilite seviyeleri ile büyük ölçüde uyumlu olduğu doğrulanmıştır. Tez kapsamında oluşturulan veri setleri ve geliştirilen yöntemler, sperm morfoloji ve motilite analizine önemli katkılar sağlamış, literatürdeki mevcut yaklaşımlardan daha başarılı analizler sunmuştur.