Evrişimli sinir ağları (ESA) ile beyin tümörü tespiti
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İstanbul Gedik Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Beyin tümörü beyindeki hücrelerin anormal sayıda çoğalmasıdır. Beyin tümörü tespitinde görüntüleme teknikleri arasında gösterilen Manyetik Rezonans (MR) başvurulan en iyi yöntemdir. Beyin tümörlerinin erken, hızlı ve doğru teşhis edilmesi tedavi sürecindeki en önemli etkenler arasındadır. Son yıllarda tedavi sürecinin başlangıcı olan teşhis aşamasında yardımcı olabilmek amacıyla sağlık alanında yapay zekâ uygulamaları kullanılmaya başlanmıştır. Bu uygulamalarda kullanılan derin öğrenme tekniklerinden biri olan Evrişimli Sinir Ağları (ESA) ve MR görüntüleri ile sınıflandırma işleminde yaygın olarak kullanılmaktadır. Sunulan tez çalışmasında beyin tümörlerinin sınıflandırılması için Evrişimli Sinir Ağları arasında gösterilen VGG 16, VGG 19 ve ResNet152V2 modelleri kullanılmıştır. Sınıflandırmada beyin tümörü türleri; glioma, meningioma, pituitary (beyin tümörü türleri) ve tümörsüz veri setleri olarak 4 sınıfa ayrılmıştır. Yapılan çalışmanın performansını değerlendirmek için doğruluk, kesinlik, hassasiyet ve F1 skoru (kesinlik ve hassasiyet değerlerinin harmonik ortalaması) değerlendirilmiştir. Çalışılan yöntem Evrişimli Sinir Ağları modeli ile beyin tümörlerinin daha etkin ve hızlı tespiti amaçlanmıştır.
A brain tumor is an abnormal proliferation of cells in the brain. Magnetic Resonance Imaging (MRI) is the best method used to detect brain tumors. Early, fast and accurate diagnosis of brain tumors is among the most important factors in the treatment process. In recent years, artificial intelligence applications have started to be used in the field of health in order to help in the diagnosis phase, which is the beginning of the treatment process. Convolutional Neural Networks (DNN), one of the deep learning techniques used in these applications, are widely used in the classification process with MRI images. In this thesis, VGG 16, VGG 19 and ResNet152V2 models, which are among the Convolutional Neural Networks, were used to classify brain tumors. In classification, brain tumor types are divided into 4 classes as glioma, meningioma, pituitary (brain tumor types) and tumor-free data sets. Accuracy, precision, sensitivity and F1 score (harmonic mean of precision and sensitivity values) were evaluated to assess the performance of the study. The studied method aims to detect brain tumors more effectively and faster with the Convolutional Neural Network model.
A brain tumor is an abnormal proliferation of cells in the brain. Magnetic Resonance Imaging (MRI) is the best method used to detect brain tumors. Early, fast and accurate diagnosis of brain tumors is among the most important factors in the treatment process. In recent years, artificial intelligence applications have started to be used in the field of health in order to help in the diagnosis phase, which is the beginning of the treatment process. Convolutional Neural Networks (DNN), one of the deep learning techniques used in these applications, are widely used in the classification process with MRI images. In this thesis, VGG 16, VGG 19 and ResNet152V2 models, which are among the Convolutional Neural Networks, were used to classify brain tumors. In classification, brain tumor types are divided into 4 classes as glioma, meningioma, pituitary (brain tumor types) and tumor-free data sets. Accuracy, precision, sensitivity and F1 score (harmonic mean of precision and sensitivity values) were evaluated to assess the performance of the study. The studied method aims to detect brain tumors more effectively and faster with the Convolutional Neural Network model.
Açıklama
Lisansüstü Eğitim Enstitüsü, Yapay Zeka Mühendisliği Ana Bilim Dalı, Yapay Zeka Mühendisliği Bilim Dalı
Anahtar Kelimeler
Beyin Tümörü, Derin Öğrenme, Evriģimli Sinir Ağları (ESA), Magnetik Rezonans (MR), Brain Tumor, Deep Learning, CNN, MR
