Derin öğrenme modelleri kullanılarak beyin ve beyne etki eden bazı tümörlerin sınıflandırılması
Classification using deep learning models for brain tumors and some tumors affecting the brain
- Tez No: 720611
- Danışmanlar: DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Beyin hastalıkları, Derin öğrenme, Doğruluk, Görüntü sınıflandırma, Brain diseases, Deep learning, Accuracy, Image classification
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, MRI (Magnetic Resonance Imaging) görüntüleri kullanılarak beyin tümörü hastalığının erken teşhisini belirlemek için güncel (state of art) derin öğrenme modellerinin karşılaştırmalı analizinin sunulması amaçlanmıştır. Bu amaçla Googlenet, Mobilenetv2, InceptionV3 ve Efficientnet-b0 derin öğrenme modelleri Matlab platformunda kodlanmış ve beyin tümörü hastalığının tespiti ve sınıflandırılması için kullanılmıştır. Sınıflandırma işlemi, yaygın olarak görülen Glioma, Meningioma ve Pituitary (Hipofiz) beyin tümörü tipleri üzerinde yürütülmüştür. Kullanılan veri seti kaggle platformunda topluma açık bir şekilde paylaşılan ve 4 ayrı sınıfta toplamda 7022 beyin MRI görüntüsü içermektedir. Çalışmada verilerin %78'i eğitim veri seti, %22 si ise test verisi olarak kullanılmıştır. Veri seti önişleme (kırpma, gri tonlama vb.) tabi tutularak, ayrıca modeller fine tuning yapılarak uygun parametre değerleri kullanılmıştır. Karşılaştırmasını yaptığımız derin öğrenme modellerinin istatistiksel analiz sonuçları değerlendirildiğinde test verileri en iyi doğruluk oranı başarı sırasına göre Efficientnet-b0 (%99,54), InceptionV3 (%99,47), Mobilenetv2 (%98,93) ve GoogleNet (%98,25) sonuçları elde edilmiştir. Çalışma sonuçlarının tıp hekimlerine ve ilgili alandaki araştırmacılara karar verme süreçlerinde öneri sunmasının faydalı olabileceği öngörülmektedir. Özellikle hastalığın erken teşhisi, teşhis süresinin kısalması ve ayrıca insan kaynaklı hataları en aza indirmesi bakımından bazı avantajlar sunmaktadır.
Özet (Çeviri)
This study aims to present a comparative analysis of existing (state-of-the-art) deep learning models to identify early detection of brain tumor disease using MRI (Magnetic Resonance Imaging) images. For this purpose, GoogleNet, Mobilenetv2, InceptionV3, and Efficientnet-b0 deep learning models were coded on the Matlab platform and used to detect and classify brain tumor disease. Classification has been carried out on the common Glioma, Meningioma, and Pituitary brain tumors. The dataset used includes a total of 7022 brain MRI images in 4 different classes, which are shared publicly on the kaggle platform. In the study, 78% of the data was used as training dataset and 22% as test data. The dataset was subjected to preprocessing (cropping, grayscale, etc.), and the models were fine-tuned, and appropriate parameter values were used. When the statistical analysis results of the deep learning models we compared were evaluated, the results of Efficientnet-b0 (%99,54), InceptionV3 (%99,47), Mobilenetv2 (%98,93), and GoogleNet (%98,25) were obtained, in the order of success. It is predicted that the study results may be useful to offer suggestions to medical doctors and researchers in the relevant field in their decision-making processes. In particular, it offers some advantages in terms of early diagnosis of the disease, shortening the diagnosis time, and minimizing human-induced errors.
Benzer Tezler
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ