Detection of Flatfoot Deformity from X-Ray Images Using Image Filtering and Transfer Learning Approaches DOI Open Access
Merve Kokulu, Hanife Göker, Ömer KASIM

et al.

DÜMF Mühendislik Dergisi, Journal Year: 2025, Volume and Issue: 16(1), P. 115 - 123

Published: March 26, 2025

Flatfoot (pes planus) is a condition defined as the flattening of curved structure result collapse foot or weakening structures, such ligaments and muscles that hold bones tissues in certain order curve due to various reasons. If left untreated, this can lead calf, knee, hip, lower back pain even postural disorders deterioration. In study, transfer learning-based method presented using Dilation filter for flatfoot detection from X-ray images. The image dataset contains 402 images 440 control For preprocessing, dilation filtering used, are enhanced with method. After performance learning approaches, DarkNet19, GoogLeNet, DenseNet-201, ResNet-101, MobileNetV2 architectures, were compared. holdout was used measurements. experimental results show DenseNet-201 model performs best an overall accuracy 0.9802 Cohen's Kappa value 0.96. combination methods provides effective approach automatic detection. Compared similar studies literature, proposed significantly higher.

Language: Английский

Makine Öğrenmesi Algoritmalarının Performansını Artırmak için Metasezgisel Algoritma Tabanlı Öznitelik Seçimi DOI Open Access

Sinan Balıbey,

Feyza Altunbey Özbay, Erkan Tanyıldızı

et al.

Fırat Üniversitesi Mühendislik Bilimleri Dergisi, Journal Year: 2025, Volume and Issue: 37(1), P. 509 - 522

Published: March 10, 2025

Artan veri dünyasında, makine öğrenmesi (ML) algoritmalarının başarısı büyük ölçüde öznitelik seçimi süreçlerine bağlıdır. Öznitelik seçimi, gereksiz, etiketsiz veya gürültülü öznitelikleri eleyerek daha küçük ve anlamlı bir kümesi oluşturmayı hedefler. Bu çalışmanın amacı, metasezgisel algoritmalar sayesinde kümelerinden en elde ederek ML farklı kıyaslama ölçütlerine göre iyi performans etmesini sağlamaktır. kapsamda, için algoritmalardan İkili Parçacık Sürü Optimizasyonu Genetik Algoritma kullanılarak iki seti üzerinde deneysel araştırmalar gerçekleştirilmiştir. Sonar Meme Kanseri setlerinde, K-En Yakın Komşu, Destek Vektör Makinesi Karar Ağaçları sınıflandırma algoritmaları amaç fonksiyonu olarak kullanılmıştır. Her algoritma de popülasyon büyüklüğünde yüksek iterasyonlarda yapılmış, ardından seçilen öznitelikler modeli (Lojistik Regresyon, Naive Bayes, Aşırı Gradyan Arttırma, Yapay Sinir Ağları, Evrişimsel Ağları Uzun Kısa Süreli Bellek) ile değerlendirilmiştir. Sonuçlar, Optimizasyon yöntemlerinin sonrası model doğruluklarında artışlara yol açtığını göstermiştir. Elde edilen sonuçların kullanarak özellik seçim sürecini geliştiren araştırmacılara katkı sağlaması amaçlanmaktadır. bulgular, algoritmaların sürecinde etkinliğini çeşitli modelleri birleşmesinin iyileştirmedeki potansiyelini desteklemektedir.

Citations

0
Detection of Flatfoot Deformity from X-Ray Images Using Image Filtering and Transfer Learning Approaches DOI Open Access
Merve Kokulu, Hanife Göker, Ömer KASIM

et al.

DÜMF Mühendislik Dergisi, Journal Year: 2025, Volume and Issue: 16(1), P. 115 - 123

Published: March 26, 2025

Flatfoot (pes planus) is a condition defined as the flattening of curved structure result collapse foot or weakening structures, such ligaments and muscles that hold bones tissues in certain order curve due to various reasons. If left untreated, this can lead calf, knee, hip, lower back pain even postural disorders deterioration. In study, transfer learning-based method presented using Dilation filter for flatfoot detection from X-ray images. The image dataset contains 402 images 440 control For preprocessing, dilation filtering used, are enhanced with method. After performance learning approaches, DarkNet19, GoogLeNet, DenseNet-201, ResNet-101, MobileNetV2 architectures, were compared. holdout was used measurements. experimental results show DenseNet-201 model performs best an overall accuracy 0.9802 Cohen's Kappa value 0.96. combination methods provides effective approach automatic detection. Compared similar studies literature, proposed significantly higher.

Language: Английский

Citations

0