Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Sinem Uysal
Danışman: Umut Engin Ayten
Özet:
Yakın kızılötesi spektroskopi (NIRS), Diffüz Optik Tomografi (DOT) olarak bilinen optik görüntüleme yönteminde kullanılır. Derinlik arttıkça, NIR ışığının güçlü saçılması nedeniyle biyolojik dokuda foton yoğunluğu hızla azalır, bu da yüzeysel dokuya kıyasla daha derin dokuda DOT'un daha düşük ölçüm doğruluğuna neden olur. Farklı ceza terimleriyle (l1-norm, l2-norm, LASSO, Ridge Regresyon ve Elastik Ağ vb.) klasik düzenlileştirilmiş en küçük kareler (Regularized least squares-RLS) tabanlı düzenlileştirme yöntemleri, inklüzyon sayısı artırıldığında veya bu inklüzyonlardan biri dokunun üst yüzeyde diğeri daha derinde bulunduğunda inklüzyonları bulmakta yetersiz kalmaktadır. Bu durum DOT'ta karşılaşılan derinlik problemi olarak bilinir. Bu sorunu ele almak için, bu makalede en küçük karelere dayalı yeni bir düzenleme yöntemi önerilmiştir. Önerilen yaklaşım, bu sorunu çözmek için hem ağırlık matrisini hem de ceza terimlerini değiştirmektedir. Bu prosedür, Derinlik Telafi Algoritmasına (DCA) dayalı AAT köşegen değerini kullanarak A matrisini değiştirerek başlar. Ardından, değiştirilmiş A matrisi kullanılarak LASSO regresyonuna yeni bir ceza terimi eklenir. Önerilen yöntemin gürültü seviyesi arttığında sentetik veriler üzerinde diğer RLS yöntemine göre daha yüksek doğruluk ve daha sağlamlık verdiği gözlemlenmiştir. Sentetik veri kullanılarak elde edilen deneysel bulgulara göre yeni yaklaşım, ters çevirme kararsızlığını en aza indiren, hataları azaltan ve ters çevirme doğruluğunu artıran en gelişmiş yaklaşımlardan daha iyi performans göstermektedir. Tezin ikinci bölümünde klasik düzenlileştirme metotlarının artan derinlik ve yüksek gürültü seviyeleri için azalan doğruluk değerlerine alternatif olarak derin öğrenme tabanlı ters problem çözümü geliştirilmiştir. Bu amaçla gürültülü ve gürültüsüz olarak elde edilen ölçüm görüntüleri evrişimli sinir ağının eğitiminde kullanılmıştır. Her bir x, y, z konumu için elde edilen sonuçlar kullanılarak giriş görüntüleri x elde edilmiştir. Elde edilen sonuçlar hata metrikleri üzerinden değerlendirildiğinde tek inklüzyon için yüksek gürültüde ve inklüzyonun sınır değerlerine yakın derinlik seviyesinde dahi yüksek doğruluk ile inklüzyonun tespit edildiği gösterilmiştir.