Geri Dön

Beyin tümörlerinin sınıflandırılması için bilgisayar destekli tanı sisteminin tasarlanması ve uygulanması

Design and implementation of a computer-aided diagnosis system for brain tumor classification

  1. Tez No: 722807
  2. Yazar: BİLAL ARTUK
  3. Danışmanlar: PROF. DR. RÜŞTÜ GÜNTÜRKÜN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Beyin Tümörü, DWT, PCA, SVM, Tümör Sınıflandırması, Brain Tumor, DWT, PCA, SVM, Tumor Classification
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Kütahya Dumlupınar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

Bu çalışmada, manyetik rezonans görüntüleri (MRG) aracılığıyla beyin tümörünün otomatik tespiti ve sınıflandırılması için iki aşamalı bir CAD sistemi geliştirilmiştir. Sistemler hem tanılama doğruluğunu artırmakta hemde ihtiyaç duyulan süreyi azaltmaktadır. Bu sistem ilk aşamada beyin tümörü MRG'sini normal ve anormal görüntüler olarak sınıflandırmaktadır. İkinci aşamada ise anormal MRG'lerden tümör tipi iyi huylu (kansersiz) veya kötü huylu (kanserli) olarak sınıflandırmaktadır. Önerilen CAD ile; K-ortalama kümeleme, MRG görüntü segmentasyonu, ayrık dalgacık dönüşümü (DWT) kullanılarak özellik çıkarmada ve temel bileşen analizi (PCA) uygulayarak özellik azaltma işlemleri gerçekleştirilmiştir. İkinci aşamadaki sınıflandırmada ise bir destek vektör makinesi (SVM) kullanılarak gerçekleştirilmiştir. Önerilen CAD'in performans değerlendirmesi, standart olmayan bir MRG veri tabanı kullanılarak sonuçlar elde edilmiştir.

Özet (Çeviri)

In this study, a two-stage CAD system was developed for the automatic detection and classification of brain tumor via magnetic resonance imaging (MRI). The systems both increase the diagnostic accuracy and reduce the time needed. This system first classifies brain tumor MRI as normal and abnormal images. In the second stage, the tumor type from abnormal MRIs is classified as benign (non-cancerous) or malignant (cancerous). With the proposed CAD; Feature extraction using K-means clustering, MRI image segmentation, discrete wavelet transform (DWT) and feature reduction by applying principal component analysis (PCA). In the second stage classification, a support vector machine (SVM) was used. Performance evaluation of the proposed CAD results were obtained using a non-standard MRI database.

Benzer Tezler

  1. Medical dataset classification based on different deep learning techniques and meta-heuristic algorithms

    Farklı derin öğrenme teknikleri ve meta-sezgisel algoritmalara dayalı tıbbi veri kümesi sınıflandırması

    YEZI ALI KADHIM

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    PROF. DR. ALOK MISHRA

    PROF. DR. REŞAT ÖZGÜR DORUK

  2. 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

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DAVUT HANBAY

  3. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  4. Mr görüntülerinde gliyom karakterizasyonu için 3B analiz temelli sınıflayıcı model tasarımı

    The design of 3D analysis-based framework for glioma characterization in MR images

    ABDULSALAM HAJMOHAMAD

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HASAN KOYUNCU

  5. Comparative analysis of deep convolutional neural network models for classification of brain tumors

    Beyin tümörlerinin sınıflandırılmasında derin evrişimli sinir ağı modellerinin karşılaştırmalı analizi.

    OZAN AKHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstinye Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞENOL PİŞKİN