Bitirilmiş Projeler

- Görüntü İşleme Ters Problemlerinde Derin Öğrenme (TÜBİTAK 1001, 119E248)

Evrişimsel sinir ağ (Convolutional Neural Network-CNN) yapıları çok çeşitli sınıflandırma, örüntü ve nesne tanıma ve bölütleme uygulamalarında yüksek başarım göstermişlerdir. CNN yapılarının ve derin öğrenmenin gösterdiği bu başarının ardından, görece yakın zamanlı olarak derin öğrenme görüntüleme ters problemlerine uygulanmaya başlamıştır. Pek çok görüntü işleme probleminde derin ağlar, geçmişten gelen analitik ve özyineli çözümlerle başabaş ve hatta daha iyi sonuçlar vermektedir. Bu başarım iyileşmesinin ötesinde, derin öğrenme yapılarının test aşamasında gerçeklenme hızı özyineli yaklaşımlara göre çok daha düşüktür. Bu gelişmeler, derin öğrenmeyi görüntüleme ters problemleri için çok önemli ve gelecek vaat eden bir çalışma alanı haline getirmiştir. Bu projede derin öğrenme algoritmalarının, görüntü işlemenin önemli ters problemlerinde uygulanması incelenecektir. Bu kapsamda üç farklı görüntü işleme ters problemi için derin öğrenme tabanlı yeni çözümler geliştirilecektir. İncelenecek olan problemler, görüntü gürültüsü giderme, manyetik rezonans (MR) görüntü geriçatımı ve görüntü çözünürlük yükseltmedir.

- Proje kapsamında yayınlar

A. Aghabiglou, E.M. Eksioglu, "Deep unfolding architecture for MRI reconstruction enhanced by adaptive noise maps", Biomedical Signal Processing and Control, vol. 78, 2022. (https://doi.org/10.1016/j.bspc.2022.104016)

A. Aghabiglou, E.M. Eksioglu, "MR image reconstruction using densely connected residual convolutional networks", Computers in Biology and Medicine, vol. 139, 2021. (https://doi.org/10.1016/j.compbiomed.2021.105010)

A. Aghabiglou, E.M. Eksioglu, "Projection-Based cascaded U-Net model for MR image reconstruction", Computer Methods and Programs in Biomedicine, vol. 207, August 2021. (https:/doi.org/10.1016/j.cmpb.2021.106151)

H. H. Karaoglu and E. M. Eksioglu, "A Plug-and-Play Deep Denoiser Prior Model for Accelerated MRI Reconstruction," 2022 45th International Conference on Telecommunications and Signal Processing (TSP), 2022, pp. 260-263. (https://doi.org/10.1109/TSP55681.2022.9851376)

A. Aghabiglou and E. M. Eksioglu, "Densely connected wavelet-based autoencoder for MR image reconstruction," 2022 45th International Conference on Telecommunications and Signal Processing (TSP), 2022, pp. 212-215. (https://doi.org/10.1109/TSP55681.2022.9851354)

V. Acar and E.M. Eksioglu. “Scale Input Adapted Attention for Image Denoising Using a Densely Connected U-Net: SADE-Net”, Computational Collective Intelligence, ICCCI 2021, Lecture Notes in Computer Science, vol 12876, Springer, 2021. (https://doi.org/10.1007/978-3-030-88081-1_60)

A. Aghabiglou and E.M. Eksioglu. “MR Image Reconstruction Based on Densely Connected Residual Generative Adversarial Network–DCR-GAN”, Advances in Computational Collective Intelligence, ICCCI 2021, Communications in Computer and Information Science, vol 1463. Springer, 2021. (https://doi.org/10.1007/978-3-030-88113-9_55)