The development of software engineering has given very successful results in the field of medical diagnosis in recent years. Deep learning and machine learning applications give remarkable results in the detection, monitoring, diagnosis, and treatment of possible tumoral regions with the analysis of the obtained medical images and data mining. Studies to diagnose brain tumors are essential because of the wide variety of brain tumors, the importance of the patient's survival time, and the brain tumor's aggressive nature. Brain tumors are defined as a disease with destructive and lethal features. Detection of a brain tumor is an essential process because of the difficulty in distinguishing between abnormal and normal tissues. With the right diagnosis, the patient can get excellent treatment, extending their lifespan. Despite all the research, there are still significant limitations in detecting tumor areas because of abnormal lesion distribution. It may be challenging to locate an area with very few tumor cells because areas with such small areas frequently appear healthy. Studies are becoming more common in which automated classification of early-stage brain tumors is performed using deep learning or machine learning approaches. This study proposes a hybrid deep learning model for the detection and early diagnosis of brain tumors via magnetic resonance imaging. The dataset images were subjected to Local Binary Pattern (LBP) and Long Short-Term Memory (LSTM) algorithms. The highest accuracy rate obtained in the hybrid model created is 98.66%.
Dünya genelinde 466 milyon Türkiye’de ise yaklaşık 1.5 milyon işitme ve konuşma engelli bireyin kendi aralarında ve diğer bireyler ile iletişimlerini sağlamak için kullandıkları dil işaret dilidir. El, yüz ve vücut mimikleri ile gerçekleştirilen bu dil, ülkeden ülkeye ve konuşulduğu ülkelerde ise bölgeden bölgeye değişiklik gösterebilen dinamik bir dildir. Bireyin daha küçük yaşta işaret dili öğrenmesi, bireyin hem bilişsel ve entelektüel gelişimi hem de akademik gelişimi açısından önemli olması bu dilin önemini gözler önüne sermektedir. Bu nedenle işaret dili öğrenimi konusunda teknolojinin kullanılmasına dönük geliştirilen bir dizi çalışma bulunmaktadır. Geliştirilen insansı robotların işaret dili öğreniminde başarılı bir şekilde icra edildiği kanıtlandı. Ülkemizde işaret dili öğrenimi üzerine geliştirilen herhangi bir insansı robotun bulunmaması ve bu alanda yapılan güncel çalışmaların literatürde yer edinmesi üzerine Türkçe İşaret Dili ifadelerini gerçekleştiren insansı robot çalışması yapıldı. Çalışma kapsamında insansı robotun geliştirme aşamaları detaylı bir şekilde tartışılmaktadır.
ÖZ: Günümüzde Covid-19 gibi pandemik hastalıkların tüm dünyayı hızla etkilemesi ve buna bağlı tüm dünyada yüzbinlerce kişinin hayatına mal olmuşken sağlık çalışanlarının dünya genelindeki özverili çalışmalarının önemi ortaya çıkmıştır. Çalışmada, sağlık çalışanlarının iş yükünün paylaşılması için süreç içerisinde destek elemanları olarak medikal yardımcı makineler üzerine inceleme yapılmıştır. Geliştirilen medikal yardımcı robotik kol, sağlık çalışanlarının iş yükünün paylaşılması açısından özellikle pandemi sürecinde son derece önem arz etmektedir. Geliştirilen robot kol açık kaynak ve de eklemlerinin model baz alınarak uyarlanabilir olması son derece önemli bir özelliktir. Robot kolun açık kaynak olması oluşabilecek telif haklarından kaynaklı sorunlarında giderilmesi açısından son derece önemlidir. Robot kol profesyonel özellikte endüstriyel boyutlarda kullanıma uygun özelliklere sahiptir. Çalışmada kullanılan robot kol 3D yazıcıdan basılmış ve robot kol 5 serbestlik derecesine (5 DoF) sahip mafsallı robot koldur. 3D yazıcıdan basılabilir olması bu tür profesyonel robot kollar açısından maliyet olarak ciddi tasarruf sağlamaktadır. Robot kolun çalışma uzayının belirlenmesi ve ayrıca kontrolü açısından kinematik analiz önemlidir. Bu makalede, çalışma uzayının belirlenmesi, erişebilir noktalarının tespiti için ileri kinematik analizi derin öğrenme ile yapıldı.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.