A method for brain tumor classification from mri images using deep learning and image enhancement techniques
Derin öğrenme ve görüntü iyileştirme teknikleri ile beyin tümörlerinin mr görüntüleri kullanılarak sınıflandırılması
- Tez No: 570165
- Danışmanlar: DR. ÖĞR. ÜYESİ ERCAN AVŞAR
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Derin Öğrenme, Konvolüsyonel Sinir Ağı, Faster R-CNN, Sınıflandırma, Beyin Tümörü, Deep Learning, Convolutional Neural Network, Faster R-CNN, Classification, Brain Tumor
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Manyetik rezonans (MR) insan beynindeki tümörlerin tanısında yararlı bir yöntemdir. Bu çalışmada, tümör içeren bölgeleri tespit etmek ve bu bölgeleri üç farklı tümör kategorisinde (meningioma, glioma, pituitary) sınıflandırmak için MRI görüntüleri analiz edilmiştir. Derin öğrenme, görüntü sınıflandırma işleri için nispeten yeni ve güçlü bir yöntemdir. Bu nedenle, bu çalışmada bir deep learning metodu olan faster R-CNN kullanılmıştır. Sınıflandırıcı eğitimi ve testi için 233 hastanın 3064 beyin MR görüntülerini (708 meningioma, 1426 glioma, 930 pituitary) içeren kamuya açık veriseti kullanılmıştır. Faster R-CNN yöntemi ile % 93.14 oranında bir başarım sağlanmıştır ve bu oran aynı veri setini kullanan benzer çalışmalardan daha yüksektir.
Özet (Çeviri)
Magnetic resonance imaging (MRI) is a useful method for diagnosis of tumors in human brain. In this work, MRI images have been analyzed to detect the regions containing tumor and classify these regions into three different tumor categories: meningioma, glioma, and pituitary. Deep learning is a relatively recent and powerful method for image classification tasks. Therefore, faster Region-based Convolutional Neural Networks (faster R-CNN), a deep learning method, has been utilized in this study. A publicly available dataset containing 3,064 MRI brain images (708 meningioma, 1426 glioma, 930 pituitary) of 233 patients is used for training and testing of the classifier. It has been shown that faster R-CNN method can yield an accuracy of 93.14% which is higher than the related work using the same dataset.
Benzer Tezler
- Brain tumor segmentation and classification using machine learning techniques
Başlık çevirisi yok
ADARI TAHER SALEM ALRAMDANI
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Derin öğrenme yöntemleriyle manyetik rezonans görüntülerinden beyin tümörlerinin sınıflandırılması
Classification of brain tumors from magnetic resonance images with deep learning methods
ERDOĞAN KÖKÜ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErzincan Binali Yıldırım ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DOÇ. DR. İSMAİL AKGÜL
- Derin öğrenme tabanlı beyin MR görüntülerinden beyin tümörlerinin tespit edilmesi ve sınıflandırılması
Detection and classification of brain tumors from MR images based on deep learning
ALİ ARI
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY
- Yapay sinir ağları ile beyin tümörü tomografi görüntülerinin sınıflandırılması
Classification of tomographical images of brain tumors using artificial neural networks
SERDAR KARGIN
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF.DR. OSMAN NURİ UÇAN
- Evrişimli sinir ağları kullanarak beyin tümörü evrelerinin sınıflandırılması
Classification of brain tumor grades using convolutional neural networks
ESRA KARAOĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SOYSAL