Dönüştürücü model ve görüntü işleme teknikleri kullanılarak beyin mr görüntülerinin sınıflandırılması ve kurumsal katkıları
Classification of brain mri images using transformer models and image processing techniques and their institutional contributions
- Tez No: 1017495
- Danışmanlar: DOÇ. MESUT TOĞAÇAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Beyin tümörü, Dönüştürücü model, Görüntü işleme teknikleri, Özellik füzyonu, Brain tumor, Transformer model, Image processing techniques, Feature fusion
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Teknoloji ve Bilgi Yönetimi Ana Bilim Dalı
- Bilim Dalı: Teknoloji ve Bilgi Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Beyin tümörü, beyindeki hücrelerin yenilenmesi sırasında meydana gelen bozulmalar nedeniyle beyinde kitle oluşmasıdır. Beyin tümörü insan yaşamını riske atan hastalıklardan biridir. Bu nedenle bu hastalığın erken teşhis ve doğru tedavisi hastaların sağlığı açısından son derece önemlidir. Beyin tümörü hastalığının teşhisinde uzmanların geleneksel yöntemlerle teşhis koyması hayli zaman almaktadır. Bu nedenle son zamanlarda geleneksel yöntemlere alternatif olarak yapay zekâ modellerinden yararlanılmıştır. Bu tez çalışmasında beyin tümörü hastalığının teşhis edilip sınıflandırılmasına yönelik derin öğrenme modellerinin kullanıldığı hibrit bir model önerilmiştir. Çalışmada kullanılan veri seti açık erişimli web sitesinden alınmıştır. Bu veri setine görüntü işleme teknikleri uygulanmış ve üç farklı veri seti elde edilmiştir. Daha sonra bu veri setleri model eğitiminden geçirilmiş ve öznitelik seti çıkarılmıştır. Bu da modelin önemli özelliklere bakıp önemsiz özellikleri geri plana atması dolayısıyla da zaman ve maliyetten tasarruf sağlamasıdır. Ardından veri setlerine özellik füzyonu uygulayanmış ve en iyi performansı veren birleşim seti seçilmiştir. Son adımda destek vektör makineleri ile sınıflandırma işlemi gerçekleştirilmiştir. Deneysel analizler sonrasında %99,5 genel doğruluk başarısı elde edilmiştir.
Özet (Çeviri)
Brain tumors are masses that form in the brain due to abnormalities occurring during the regeneration of brain cells. They are among the life-threatening diseases affecting humans. Therefore, early diagnosis and accurate treatment of this condition are of critical importance for patient health. However, diagnosing brain tumors using traditional methods by specialists can be quite time-consuming. For this reason, in recent years, artificial intelligence models have been utilized as an alternative to conventional diagnostic approaches. In this thesis, a hybrid model based on deep learning techniques is proposed for the detection and classification of brain tumors. The dataset used in the study was obtained from an open-access website. Image processing techniques were applied to this dataset, resulting in three different datasets. These datasets were then used to train the model, and feature sets were extracted. This process enables the model to focus on significant features while disregarding less important ones, thereby saving both time and cost. Subsequently, feature fusion was applied to the datasets, and the combination yielding the best performance was selected. In the final stage, classification was carried out using Support Vector Machines. As a result of the experimental analyses, an overall accuracy of 99.5% was achieved.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Deep learning-based techniques for 3D point cloud analysis
3B nokta bulutu analizi için derin öğrenme temelli teknikler
YUSUF HÜSEYİN ŞAHİN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Code clone detection with convolutional neural network
Konvolüsyonel sinir ağı ile kod klon tespiti
HARUN DİŞLİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN
- Yapay zeka ve görüntü işleme teknikleri kullanılarak Covid-19 tespiti ve sınıflandırılması
Covid-19 detection and classification using artificial intelligence and image processing techniques
NURŞAH DİNCER
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN GÖRGEL
- Meme kanseri teşhisi ve alt tiplendirmesi için yeni bir dijital görüntü işleme tekniğinin geliştirilmesi
Development of a new image processing method for detection and subclassification of breast cancer
MARYA ELAŞTAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ