5794 research outputs found
Sort by
Doç. Dr. Mukadder Arif Yüksel, Tefsir ve Sosyoloji Bağlamında İnsanlarda Dünyevîleşme Temâyülü, Samsun: Üniversite Yayınları, 2024, 232 s.
No full textÖncelikle, bu kitabın son derece titiz ve sistematik bir araştırmanın ürünü
olduğu açıkça görülmektedir. Yazar, konuya derinlemesine vukufiyeti ve kaynaklara
olan hâkimiyetiyle yalnızca mevcut literatürü derlemekle kalmamış, aynı
zamanda alana özgün katkılar sunan yeni tespit ve değerlendirmelere de yer vermiştir.
Bu yönüyle eser hem içerik hem de yöntem açısından akademik camiada
dikkate değer bir çalışma olarak öne çıkmakta; ilgili alanda yapılan araştırmalara
sağlam bir zemin teşkil edecek nitelikte bir başvuru kaynağı olma potansiyeli
taşımaktadır
Multi-teacher based knowledge distillation for retinal vessel segmentation
No full textEvrişimli Sinir Ağları (ESA), medikal görüntülerde damar bölütleme gibi görevlerde son yıllarda önemli başarılar elde etmiştir. Ancak, özellikle retina görüntülerinde ince damarların doğru şekilde bölütlenmesi, mevcut yöntemler için halen zorluk oluşturmaktadır. Bu nedenle, daha etkili ve genellenebilir modeller geliştirmek amacıyla yeni yaklaşımlara ihtiyaç duyulmaktadır. Bu çalışmada, Çoklu Öğretmen Tabanlı Bilgi Damıtma (ÇÖBD) adlı yeni bir çerçeve önerilmiştir. Önerilen yöntem, farklı damar türlerinde (ince, kalın ve genel) uzmanlaşmış öğretmen modellerin çıktılarından yararlanarak, bu bilgileri tek bir öğrenci modele aktarmaktadır. Geliştirilen yöntem, DRIVE, CHASEDB1, CHUAC ve DCA1 olmak üzere dört farklı retina veri kümesi üzerinde test edilmiştir. Sonuçlar, önerilen ÇÖBD yaklaşımının klasik U-Net ve gelişmiş yöntemlerle karşılaştırıldığında, özellikle ince damarların bölütlenmesinde belirgin üstünlük sağladığını göstermiştir. Bazı veri kümelerinde, mevcut en iyi yöntemlere kıyasla F1 skoru açısından %2.8'e kadar iyileşme elde edilmiştir. Ayrıca, yöntem yüksek doğruluk ve özgüllük değerleri korurken, genelleme başarısını da sürdürmüştür. Ayrıca, önerilen çerçevenin farklı bileşenlerinin etkisini analiz etmek amacıyla kapsamlı ablasyon çalışmaları yapılmıştır. Bu kapsamda, farklı bilgi damıtma stratejileri, kayıp fonksiyonları, sıcaklık ayarları ve öğretmen katkıları değerlendirilmiş; öğrenci modelin daha etkili öğrenmesi için uygun hiper parametreler belirlenmiştir. Elde edilen bulgular, özellikle ceza tabanlı kayıp fonksiyonunun model başarısını artırmada önemli rol oynadığını göstermiştir. Sonuçlar, ÇÖBD yaklaşımının yüksek performanslı ve tekrar üretilebilir bir çözüm sunduğunu ortaya koyarken, duyarlılık açısından bazı ileri düzey yöntemlerin gerisinde kalınabildiğini göstermektedir. Gelecek çalışmalarda, öğretmenlerin ara katman bilgilerini aktaran özellik tabanlı bilgi damıtma stratejileri ile bölütleme başarısı daha da geliştirilebilir. Ayrıca, veri karmaşıklığına adaptif olarak yanıt veren kayıp fonksiyonları ve mimari optimizasyon teknikleriyle hem doğruluk hem de hesaplama verimliliği artırılabilir.Convolutional neural network (CNN) has achieved significant success in recent years for tasks such as vessel segmentation in medical imaging. However, accurately segmenting thin vessels in retinal images remains a challenge for existing methods. Therefore, new approaches are needed to develop more effective and generalizable models. In this study, a novel framework called Multi-Teacher Based Knowledge Distillation (MTKD) is proposed. The proposed method leverages the outputs of teacher models specialized in different vessel types (thin, thick, and general) and transfers this knowledge to a single student model. The developed method was evaluated on four different retinal datasets: DRIVE, CHASEDB1, CHUAC, and DCA1. Results show that the proposed MTKD approach outperforms classical U-Net and advanced methods, particularly in the segmentation of thin vessels. On some datasets, it achieved up to a 2.8% improvement in F1-score compared to state-of-the-art methods. Moreover, the method maintained high levels of accuracy and specificity while demonstrating strong generalization capability. In addition, comprehensive ablation studies were conducted to analyse the effects of different components of the proposed framework. These studies assessed various knowledge distillation strategies, loss functions, temperature settings, and teacher contributions, and appropriate hyperparameters were determined to enable more effective learning for the student model. The findings revealed that the penalty-based loss function played a significant role in improving model performance. While the MTKD approach offers a high-performing and reproducible solution, it was observed that its sensitivity may occasionally fall behind some advanced methods. Future studies may explore feature-based knowledge distillation strategies that transfer intermediate layer representations from teacher models to further enhance segmentation performance. Furthermore, adaptive loss functions that respond to data complexity and architectural optimization techniques may improve both accuracy and computational efficiency
Examining the Relationships Between Psychological Symptoms, Mental Well-Being and Existential Anxiety in Dialysis Patients: A Pilot Study
No full textDiyaliz, bireyin günlük işlevselliği ile fiziksel ve psikolojik sağlığı üzerinde etkili bir uygulama olarak görülmektedir. Fonksiyonları bozulmuş veya işlevini tamamen yitirmiş böbreğin diyaliz ile tedavisi sürecinde hem böbrek hastalığına ilişkin semptomların hem de diyaliz uygulamasının etkilerinin kişiler için zorlayıcı olabildiği bilinmektedir. Bu pilot çalışmada hemodiyaliz tedavisi gören hastalarda psikolojik belirtiler, mental iyi oluş ve varoluşsal kaygı arasındaki ilişkilerin incelenmesi amaçlanmıştır. Bu amaç doğrultusunda, Gümüşhane Devlet Hastanesi hemodiyaliz ünitesinde tedavi gören 12 kadın ve 24 erkek olmak üzere toplam 36 hasta çalışmaya dahil edilmiştir. Katılımcılara demografik bilgi formu, Depresyon Anksiyete Stres Skalası-21, Varoluşsal Kaygı Ölçeği ve Warwick-Edinburgh Mental İyi Oluş Ölçeği uygulanmıştır. Verilerin analizi sonucunda mental iyi oluş hem varoluşsal kaygı hem de depresyon, anksiyete ve stres ile negatif yönde ilişkili bulunmuştur. Varoluşsal kaygı ile psikolojik belirtiler arasında olumlu ilişki saptanmıştır. Yapılan regresyon analizleri sonucunda depresyon, anksiyete ve stresin varoluşsal kaygı ile mental iyi oluş arasındaki ilişkide tam aracı rol oynadığı bulunmuştur. Elde edilen bulgular, diyaliz hastalarında psikolojik iyilik halinin korunması amacıyla psikososyal desteğin önemi ekseninde tartışılmıştır.Dialysis is seen as an effective practice on the daily functionality, physical and psychological health of the individual. It is known that both the symptoms of kidney disease and the effects of dialysis can be challenging for individuals during the dialysis treatment of a kidney that has impaired or completely lost its function. This pilot study aimed to examine the relationships between psychological symptoms, mental well-being and existential anxiety in patients receiving hemodialysis treatment. For this purpose, a total of 36 patients, 12 females and 24 males, receiving treatment in the hemodialysis unit of Gümüşhane State Hospital were included in the study. Participants were given demographic information form, Depression Anxiety Stress Scale-21, Existential Anxiety Scale and Warwick-Edinburgh Mental Well-Being Scale. As a result of the data analysis, mental well-being was found to be negatively correlated with both existential anxiety and depression, anxiety and stress. A positive relationship was found between existential anxiety and psychological symptoms. As a result of regression analyses, it was found that depression, anxiety and stress fully mediated the relationship between existential anxiety and mental well-being. The findings were discussed on the axis of the importance of psychosocial support to maintain psychological well-being in dialysis patients
Experimental Comparison of YOLO-based Models for White Blood Cell Detection
No full textBağışıklık sisteminin temel bileşenlerinden biri olan beyaz kan hücrelerinin tespit edilmesi, sınıflandırılması ve analizlerinin yapılması enfeksiyon ve kanser gibi hastalıkların teşhisi için büyük önem taşımaktadır. Bu nedenle, periferik kan görüntülerinde beyaz kan hücrelerini hızlı ve dogru bir şekilde belirleyen ve sınıflandıran otomatik analiz yöntemleri büyük önem arz etmektedir. Bu çalısşmada, beyaz kan hücrelerin tespiti ve sınıflandırılması için YOLO tabanlı dört farklı model kullanılmısş ve performansları literatürdeki çalısşmalar ile karsşılasştırılmısştır. Deneysel çalısşmalarda lösemi tesşhisine yönelik olarak sunulan LeukemiaAttri veri kümesi kullanılmısştır. Elde edilen sonuçlar, YOLOv9t ve YOLOvlln modellerinin diger modellere oranla daha yüksek performans gösterdigini ortaya koymuştur. Ayrıca, YOLOv9t modelinin sınıf bazlı performansı incelenmisştir. Bu bulgular, beyaz kan hücrelerinin tespiti ve sınıflandırması için YOLO tabanlı yöntemlerin etkin sonuçlar verdigini göstermektedir.The detection, classification, and analysis of white blood cells, which are one of the fundamental components of the immune system, are of great importance for the diagnosis of diseases such as infections and cancer. Therefore, automated analysis methods that can quickly and accurately identify and classify white blood cells in peripheral blood smear images are highly significant. In this study, four different YOLO-based models were used for the detection and classification of white blood cells, and their performances were comparatively evaluated. For the experimental studies, the LeukemiaAttri dataset, designed for leukemia diagnosis, was utilized. The results demonstrated that the YOLOv9t and YOLOv11n models outperformed the other models. Additionally, the class-based performance of the YOLOv9t model was examined. These findings indicate that YOLO-based methods are effective for the detection and clas-sification of white blood cells
Boron Nanoparticle Doped PVA Polymer Composite Nanofibers: In Vitro Behaviors
No full textThis study aims to address the limitations associated with boron sources that contain chemical impurities and to
enhance the applicability of boron (B) nanoparticle-doped polyvinyl alcohol (PVA) composite nanofibers in
biomedical applications using the electrospinning technique. Morphological analyses conducted through Scanning
Electron Microscopy (SEM) and Transmission Electron Microscopy (TEM) confirmed uniform dispersion of B
nanoparticles, with an average fiber diameter of 185.52 ± 38.86 nm at a flow rate of 1 mL/h and an applied
voltage of 9 kV. X-ray Diffraction (XRD) and TEM indicated the presence of rhombohedral crystalline B nanoparticles,
while Fourier Transform Infrared Spectroscopy (FT-IR) revealed enhanced molecular interactions and
the formation of new functional groups. Thermogravimetric Analysis (TGA) demonstrated an increase in the
thermal stability of the PVA/B composite nanofibers. Water absorption and enzymatic degradation analyses
showed that B nanoparticle doping accelerated lysozyme-induced degradation. Antibacterial activity tests
exhibited distinct inhibition zones against E. coli (13.90 mm), S. aureus (6.34 mm), and C. albicans (21.30 mm).
Biocompatibility evaluation using the MTT assay revealed a high cell viability rate of approximately 99.2 %,
confirming the cytocompatibility of the composite fibers. Overall, the findings highlight the promising potential
of PVA/B composite nanofibers as multifunctional materials for advanced wound care systems
Multimodal AI Framework for Lung Cancer Diagnosis: Integrating CNN and ANN Models for Imaging and Clinical Data Analysis
No full textLung cancer remains a leading cause of cancer-related mortality worldwide, emphasizing the critical need for
accurate and early diagnostic solutions. This study introduces a novel multimodal artificial intelligence (AI)
framework that integrates Convolutional Neural Networks (CNNs) and Artificial Neural Networks (ANNs) to
improve lung cancer classification and severity assessment. The CNN model, trained on 1019 preprocessed CT
images, classified lung tissue into four histological categories, adenocarcinoma, large cell carcinoma, squamous
cell carcinoma, and normal, with a weighted accuracy of 92 %. Interpretability is enhanced using Gradientweighted
Class Activation Mapping (Grad-CAM), which highlights the salient image regions influencing the
model’s predictions. In parallel, an ANN trained on clinical data from 999 patients—spanning 24 key features
such as demographic, symptomatic, and genetic factors—achieves 99 % accuracy in predicting cancer severity
(low, medium, high). SHapley Additive exPlanations (SHAP) are employed to provide both global and local
interpretability of the ANN model, enabling transparent decision-making. Both models were rigorously validated
using k-fold cross-validation to ensure robustness and reduce overfitting. This hybrid approach effectively
combines spatial imaging data and structured clinical information, demonstrating strong predictive performance
and offering an interpretable and comprehensive AI-based solution for lung cancer diagnosis and management
The Cognitive Flexibility Scale for Individuals with Autism Spectrum Disorder: A Turkish Adaptation and Validation Study
No full textPurpose The primary aim of this study was to adapt the Cognitive Flexibility Scale (CFS) for individuals with Autism
Spectrum Disorder (ASD) into Turkish and to examine its psychometric properties, specifically its structural validity and
internal consistency.
Methods The study initially involved a sample of 303 parents of students diagnosed with ASD. After data screening for outliers,
the final analyses were conducted on a sample of 298 participants. Confirmatory Factor Analysis (CFA) was employed
to evaluate the factor structure of the Turkish version of the CFS. Internal consistency was assessed to determine the scale’s
reliability.
Results The initial CFA, which tested the original scale’s factor structure, demonstrated a poor model fit and unacceptable
reliability. Several items had factor loadings below the 0.30 threshold. Following the removal of one subscale based on item
loadings and model fit indices, a subsequent analysis of a revised 4-factor, 22-item structure yielded satisfactory fit indices
and high internal consistency.
Conclusion The findings suggest that the adapted 4-factor, 22-item Turkish version of the CFS demonstrates satisfactory
structural validity and high internal consistency, making it a valid and reliable instrument for assessing cognitive flexibility
(CF) in individuals with ASD as reported by their parents in a Turkish context
The effect of object relations and loneliness on problematic internet use based on defense styles among young adults
No full textBu çalışmanın amacı genç yetişkinlerde yalnızlığın farklı boyutları ile nesne ilişkilerinin problemli internet kullanımı üzerindeki etkisini ortaya çıkarmak ve kullanılan savunma mekanizmalarına göre bu etkininin nasıl değiştiğini anlamaktır. Bu araştırma kapsamında 18-30 yaş arasındaki genç yetişkinlerden oluşan 343 katılımcı, sosyo-demografik bilgi formu, Problemli İnternet Kullanımı Ölçeği, Yalnızlık Ölçeği, Savunma Biçimleri Testi ve Bell Nesne İlişkileri ve Gerçeği Değerlendirme Ölçeğini kapsayan bir anketi çevrimiçi ortamda yanıtlanmıştır. Veri analizi için öncelikle Problemli İnternet Kullanımı toplam puanı, internetin olumsuz sonuçları, aşırı kullanım ve sosyal fayda alt boyutları ile her bir bağımsız değişkenin alt boyutları arasındaki ilişkiyi incelemek amacıyla Pearson Korelasyon Analizi yapılmıştır. Sonrasında bağımsız değişkenlerin alt boyutlarının Problemli İnternet Kullanımı ve alt boyutlarını nasıl yordadığını incelemek amacıyla Çoklu Doğrusal Regresyon Analizi yapılmış ve incelenmiştir. Problemi internet kullanımını en iyi şekilde yordayan faktörler sosyal izolasyon, güvensiz bağlanma, yabancılaşma ve sosyal yetersizlik; İnternetin olumsuz sonuçlarını en iyi şekilde yordayan faktörler yabancılaşma, sosyal izolasyon ve egosentrizm; aşırı kullanım alt boyutunu en iyi şekilde yordayan faktörler yabancılaşma ve güvensiz bağlanma; sosyal faydayı en iyi şekilde yordayan faktörler ise yabancılaşma, sosyal izolasyon ve egosentrizmdir. Analizin ikinci kısmında örneklem, savunma düzeylerine göre kategorilendirilerek Çoklu Doğrusal Regresyon Analizi tekrarlanmıştır. Bu analizler ile katılımcıların kullandıkları savunma mekanizma düzeyinin ortalamanın üstünde veya altında olma durumuna göre problemli internet kullanımı ve alt boyutlarını yordayan değişkenler açısından nasıl farklılıklar ortaya koyduğu incelenerek elde edilen bulgular tartışılmıştır. Anahtar Kelimeler: Problemli İnternet Kullanımı, Nesne İlişkileri, Yalnızlık, Savunma MekanizmalarıThe aim of this study is to assess the effects that various types of loneliness and object relations have on problematic internet use based on the type of defense styles that are being used among young adults. Within the scope of this study, 343 participants consisting of young adults within the age group of 18-30 completed an online survey that included a socio-demographic questionnaire, the Problematic Internet Use Questionnaire, the Loneliness Scale, The Defense Style Questionnaire and the Bell Object Relations and Reality Testing Inventory. For the data analysis, firstly Pearson Corelation Analysis was performed to examine the assosiation between Problematic Internet Use Questionnaire and its sub-scales, namely adverse effects, online preoccupations and social interactions with the sub-scales of each independent variable. Then, Multiple Linear Regression Analysis was conducted to analyze how the sub-dimensions of each independent variable predicted problematic internet use and its sub-scales. The factors that predicted problematic internet use the best are social isolation, insecure attachment, alienation and social incompetence; the factors that predicted advers effects the best are alienation, social isolation and egocentricity; the factors that predicted online preoccupation the best are alienation and insecure attachment; and the factors that predicted social interactions the best are alienation, social isolation and egocentricity. In the second part of the analysis, the participant were categorized based on whether the defense style score was above or under avarage , and another Multiple Linear Regression was conducted. Based on these analyses, the findings were discussed in the frame of the defense style score level and how it effects the predicting factors of problematic internet use and its sub-scales. Keywords: Problematic Internet Use, Object Relations, Loneliness, Defense Styl
Unveiling the Multifaceted Nature of Spirituality: Assessing the Dimensions of the Spirituality Inventory in the Turkish Context - A Preliminary Adaptation and Validity Reliability Study
No full textThe measurement of spirituality, a concept with significant implications for mental
health, requires instruments that can assess its complexity and diversity without
cultural limitations. This study adapts the Dimensions of Spirituality Inventory
(DSI) into Turkish, examining its validity and reliability. A linguistic equivalence
study with 43 participants showed coefficients between .79 and .91. The test–retest
correlation coefficients of the subscales ranged from .35 to .78. The 53-item scale
was then administered to 671 adults, and confirmatory factor analysis indicated
an acceptable fit. The internal consistency reliability coefficient was .90. Positive
correlations with related scales confirmed acceptable criterion-related validity. The
study concluded that the Turkish version of the DSI is a valid and reliable tool for
use in scientific research in Türkiye
Two-Dimensional Latent Space Manifold of Brain Connectomes Across the Spectrum of Clinical Cognitive Decline
No full textAlzheimer’s Disease and Dementia (ADD) progresses along a continuum of cognitive decline,
typically from Subjective Cognitive Impairment (SCI) to Mild Cognitive Impairment
(MCI) and eventually to dementia. While many studies have focused on classifying these
clinical stages, fewer have examined whether brain connectomes encode this continuum
in a low-dimensional, interpretable form. Motivated by the hypothesis that structural
brain connectomes undergo complex yet compact changes across cognitive decline, we
propose a Graph Neural Network (GNN)-based framework that embeds these connectomes
into a two-dimensional manifold to capture the evolving patterns of structural connectivity
associated with cognitive deterioration. Using attention-based graph aggregation
and Principal Component Analysis (PCA), we find that MCI subjects consistently occupy
an intermediate position between SCI and ADD, and that the observed transitions align
with known clinical biomarkers of ADD pathology. This hypothesis-driven analysis is
further supported by the model’s robust separation performance, with ROC-AUC scores of
0.93 for ADD vs. SCI and 0.81 for ADD vs. MCI. These findings offer an interpretable and
neurologically grounded representation of dementia progression, emphasizing structural
connectome alterations as potential markers of cognitive decline