Ceylan, RahimeÖzdemir, Osman2025-08-102025-08-102025https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=5NNqZKwwGohPh6_KCcfp-sF695SZyhPkMM8faXjM9xtW0uHnU9zto0fCC7uMHLKPhttps://hdl.handle.net/20.500.13091/10628Diyabet, pankreasın insülin mekanizmasındaki bozulmaya bağlı olarak insülinin üretilememesi ya da doğru kullanılamaması sonucu kandaki glikozun sürekli yüksek kalması nedeniyle oluşan kronik bir rahatsızlıktır. Glikoz seviyesindeki bu düzensizliğin uzaması, kan damarlarının ciddi şekilde zarar görmesine neden olur. Diyabet hastalarının böbrek sorunları, göz hasarı, diş eti kanamaları ve sinir hasarları yaşama olasılığı yüksektir. Diyabet hastalarında ortaya çıkan göz hasarı Diyabetik Retinopati olarak isimlendirilir. Bu çalışmada, Diyabetik Retinopati (DR) hastalığının tespiti ve derecelendirilmesi amaçlanmıştır. Çalışma için Kaggle platformundan temin edilen iki farklı veri seti kullanılmıştır. İlk veri seti, farklı boyutlardaki görüntülerden oluşmaktadır ve dengesiz sınıf dağılımlarına sahiptir. İkinci veri seti, ilk veri setinde manuel veri artırma ve yeniden boyutlandırma işlemleri yapılarak sınıf dağılımlarının daha dengeli hale getirildiği bir veri setidir. Ayrıca çalışmada, ilk veri setindeki görüntülerden ayrı ayrı 1 boyutlu ve 3 boyutlu ayrık dalgacık dönüşümü uygulanarak iki farklı yeni veri seti elde edilmiştir. Diyabetik Retinopati tespiti için altı farklı derin öğrenme mimarisi değerlendirilmiş ve optimum hiper parametre tespiti gerçekleştirilmiştir. Gerçekleştirilen çalışmalar sonucunda, en yüksek doğruluk değerlerine YOLOv8n derin öğrenme mimarisi ile ulaşılmıştır. İlk veri setinde YOLOv8n mimarisi ile yığın boyutu 16, öğrenme oranı 10⁻³ ve optimizasyon fonksiyonu Adam olarak seçildiğinde %86.79 doğruluk elde edilmiştir. Ayrıca, bu model ile elde edilen diğer değerlendirme metrikleri sırasıyla %46 kesinlik, %68 duyarlılık, %51 F1 skoru ve %64.20 Kappa olarak belirlenmiştir.Diabetes is a chronic disease that occurs when glucose in the blood remains constantly high due to insulin not being produced or used properly and a deterioration in the insulin mechanism of the pancreas. Prolonging this dysregulation of glucose levels causes serious damage to blood vessels. Diabetics are likely to experience kidney problems, eye damage, bleeding gums, and nerve damage. Eye damage that occurs in diabetic patients is called Diabetic Retinopathy. This study aims to detect Diabetic Retinopathy (DR) and grade it. Two different datasets obtained from the Kaggle platform were used for the study. The first dataset consists of images of varying sizes and has imbalanced class distributions. The second dataset is a dataset in which class distributions are made more balanced through manual data augmentation and resizing of the first dataset. In addition, in the study, two different new data sets were obtained by applying one-channel and three-channel discrete wavelet transforms separately from images in the first dataset Six different deep learning architectures were evaluated for Diabetic Retinopathy detection, and optimum hyperparameters were detected. As a result of the studies carried out, the highest accuracy values were achieved with YOLOv8n deep learning architecture. In the first data set, 86.79% accuracy was achieved with the YOLOv8n architecture, when the batch size and the learning rate were 16 and 10-3 and the optimization algorithm was Adam. Additionally, the other evaluation metrics for this model were calculated as follows: 46% precision, 68% sensitivity, 51% F1 score, and 64.20% Kappa.trElektrik Ve Elektronik MühendisliğiElectrical And Electronics EngineeringMaster Thesis