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: 66
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
- Beyin tümörlerinin CNN algoritması yardımıyla tespit edilmesi
Decetion of brain tumors with the help of CNN algorithm
HASAN BAŞYILDIZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PERİ GÜNEŞ
- 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
- Dalgacık dönüşümü ve derin öğrenme tabanlı yöntemler kullanarak beyin tümörlerinin sınıflandırılması
Classification of brain tumors using wavelet transform and deep learning-based methods
ZİHNİ KAYA
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- A medical decision making system for brain tumor identification from magnetic resonance images using machine learning techniques
Makine öğrenimi tekniklerini kullanarak manyetik rezonans görüntülerinden beyin tümörünün belirlenmesi için tıbbi karar verme sistemi
ZAHRAA ABD AL RAHMAN MOHAMMED AL SAFFAR
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Magnetic resonance imaging (MRI) for brain tumor and seizures classification using recurrent neural network
Başlık çevirisi yok
MARWAH RIYADH AL-JALEELI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BAYAT