Magnetic resonance imaging (MRI) for brain tumor and seizures classification using recurrent neural network
Başlık çevirisi mevcut değil.
- Tez No: 671772
- Danışmanlar: PROF. DR. OĞUZ BAYAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
Bu araştırma çalışması, geliştirilen ve değerlendirilen Manyetik Rezonans Görüntülemeyi kullanmayı amaçlamaktadır. Tekrarlayan Sinir kullanan beyin tümörü ve nöbetlerin sınıflandırılması için (MRI) tekniği Ağ (RNN). Görüntü işlemede tıp bilimi, ortaya çıkan bir alandır. belirli bir hastalığı tespit etmek ve analiz etmek için birçok ilerici yöntem önerdi. Beyin Tümör tedavisi, karmaşık şekli nedeniyle son zamanlarda giderek daha zorlu hale geliyor, tümörün yapısı ve dokusu. Dolayısıyla, görüntü işlemede ilerleyerek, farklı beyin içindeki tümörleri tanımlamak için metodolojiler önerilmiştir. İlerleme bu tür bir alan, daha çok araştırma için geliştirilen yöntem ve yaklaşımları araştırmaya ihtiyaç duymuştur. tümörün çıkarılması. Bu nedenle, tümörün beyinden çıkarıldığı bir sistem önerilmektedir. MRI görüntülerini kullanarak. Bu yöntem, çeşitli görüntü işleme prosedürlerini içerir. filtreleme, gürültünün giderilmesi, bölümleme ve morfolojik süreçler. Beyin tümörü Bu tür işlemlerin MATLAB yazılımı üzerinde yürütülmesi yoluyla başarılı bir şekilde çıkarılabilir. Çapraz korelasyon, bir hedefin değiştirilebilir vektörü ile hedefin bölgesi arasında hesaplanır. tümör bölgesi piksellerinin değerlerinin ne şekilde dar olduğunu belirlemek için tümör % 99.71 doğruluk sağlayan görüntü işleme ve RNN yöntemini kullanarak ilişkili. Model, kayıp fonksiyonu değerinde kayda değer ek bir azalma olmayana kadar verilere uyuyor teyit verileri üzerine yapıldı. (100) döneme kadar eğitildi ve onaylandı kesin (200) numuneler ve (65) numuneler üzerine, buna karşılık olarak 10-çapraz kat doğrulama ile. The Beyin tümörünün sınıflandırıcı eğitiminin son döneminde ölçülen sınıflandırma doğruluğu doğrulama verileri erdemli.
Özet (Çeviri)
This research work aims to utilize the developed and evaluated Magnetic Resonance Imaging (MRI) technique for the classification of brain tumor and seizures employing Recurrent Neural Network (RNN). The medical science in the image processing is an emergent area that has suggested many progressive methods in detecting as well as analyzing a specific disease. Brain tumors treatment is recently getting progressively more challenging owing to the intricate shape, structure and the texture of tumor. So, via progressing in the image processing, different methodologies have been suggested for identifying the tumors inside brain. The progression in such area made a need for searching more upon the methods and approaches evolved for the extraction of tumor. Therefore, an extraction system the tumor from the brain is suggested utilizing MRI images. Such method includes various procedures of image processing, like filtering, the removal of noise, segmentation, and morphological processes. Brain tumor extraction can be successfully achieved via conducting such processes upon MATLAB software. The cross-correlation is calculated between the changeable vector of a target and the zone of tumor for determining in what way the values of pixels of the zone of tumor are narrowly associated utilizing the image processing and the RNN method accomplishing 99.71% accuracy. The model being fit to the data till no additional remarkable reduction in the loss function value was performed upon the data of confirmation. It was trained and confirmed till (100) epochs upon precise (200) samples and (65) samples correspondingly with 10-cross fold validation. The measured classification accuracy of the brain tumor at the last epoch of the classifier training of validation data is virtuous.
Benzer Tezler
- 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
KEREM SALÇIN
Yüksek Lisans
İngilizce
2019
Eğitim ve ÖğretimÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERCAN AVŞAR
- 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
- Medical image classification using convolutional neural network
Evrişimsel sinir ağları kullanılarak medikal görüntü sınıflandırılması
ENES ASANA
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
DR. ÖĞR. ÜYESİ AYŞE KELEŞ
- Glial tümör-metastatik tümör ayırıcı tanısında ileri manyetik rezonans görüntülemenin rolü
The role of advanced magnetic resonance imaging in the differential diagnosis of glial tumor-metastatic tumor
MERVE BÜYÜKER
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpManisa Celal Bayar ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. GÜLGÜN YILMAZ OVALI
- An automated convolutional neural network model for the detection of brain tumours using MRI images
Başlık çevirisi yok
RAWAA ABAID MAHAL MAHAL
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN