Diyabetik Retinopatinin Tespit ve Sınıflandırılması

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Fakültesi, İstatistik Bölümü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: Berk PİŞKİN

Danışman: Aylin Alın

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Diyabetik Retinopati (DR), dünya çapında önlenebilir körlüğün önde gelen nedenlerinden biridir. Erken teşhis edilmezse, DR ileri bir aşamaya kadar farkedilmeyebilir ve geri dönüşü olmayan göz hasarına yol açabilir. Dolayısı ile erken teşhis ve hastalığı etkileyen faktörlerin anlaşılması tedavi sürecinin planlanmasında kritik rol oynamaktadır. Makine öğrenmesi yöntemleri tıp alanında olduğu gibi DR teşhisinde de başarı göstermiştir. Bu çalışma, EyeCheckup şirketinin fundus görüntüsü veritabanından elde edilen tabular veri üzerinde yapılmıştır. Üç farklı sınıf içeren veriden, biri ve diğerleri yöntemi ile üç farklı veri üretilmiş ve sınıflandırma yapmak için Rastgele Orman, XGBoost ve Lojistik Regresyon yöntemleri seçilmiştir. Veri sınıf dengesizliği barındırmaktadır ve bu dengesizliği gidermek için Sentetik Azınlık Üst Örnekleme Tekniği (SMOTE) ve üç farklı SMOTE tabanlı yeniden örnekleme tekniği kullanılmıştır. Yeniden örnekleme tekniklerinin dışında, seçilen sınıflandırıcıların sınıf dengesizliğine karşı tasarlanmış hiperparametreleri ve Kolay Topluluk Sınıflandırıcısı, Rastgele Alt Örnekleme Arttırma ve Dengelenmiş Rastgele Orman gibi sınıf dengesizliğine karşı dayanıklı sınıflandırıcılar incelenmiştir. Metodlar kısmında dengesiz sınıflandırma çalışmalarında kullanılabilecek yeni bir metrik olan SS-Score tanılıp, incelenen yöntemlerin performansı bu metrik üzerinden karşılaştırılmıştır. DR'nin farklı aşamalarında rol oynayan önemli değişkenleri tespit etmek ve önem düzeylerini ölçmek amacıyla Permütasyon Önemi yöntemi kullanılmıştır. Son olarak, DR'nin yokluğunun sınıflandırılması veya mevcutsa aşamasının tespit edilmesi için, en iyi performans gösteren modeller bir topluluk yönteminde birleştirilerek yüzde 91'lik genel bir çok sınıflı doğruluk elde edilmiştir.