Geri Dön

Beyin tümör tespiti için derin öğrenme temelli bilgisayar destekli tanı sistemi

Deep learning based computer aided diagnostic system for brain tumor detection

  1. Tez No: 759206
  2. Yazar: TARIKCAN DOĞANAY
  3. Danışmanlar: DOÇ. DR. OKTAY YILDIZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Bilişim Bilim Dalı
  13. Sayfa Sayısı: 76

Özet

Beyin tümörü, insan vücudunun sinir sistemini etkileyen en tehlikeli kanser türlerinden birisidir. Tümör hastalığı durumunda beyin hücrelerinin yenilenmesi çok zor bir durumdur. Kötü ve iyi huylu olmak üzere iki tür beyin tümörü sınıflandırılması yapılır. İyi huylu tümör büyük ölçüde diğer hücrelere ve beyine yayılmaz. Doğru tedavi ile hastalık atlatılabilir. Kötü huylu tümör çok tehlikelidir. Doğru tedavi yapılmaz ise diğer hücrelere ve beyine çok hızlı bir şekilde yayılabilir. Beyin tümörünün teşhisi hassas ve karmaşık bir işlemdir. Beyin MRG segmentasyonu klinik uygulamalarda önem arz etmektedir. Beyin analizi çeşitli yaklaşımlarla bulgular ve anatomik bölgelerin doğru segmentasyonuna dayanır. Beyin MRG analizi, epilepsi, şizofreni, Alzheimer, kanser ve bulaşıcı dejeneratif hastalıklar gibi beyin bozukluklarının tedavisi için yaygın bir şekilde kullanılmaktadır. Hasta MRG doktorlar tarafından manuel segmentasyonu görüntülerin dilim dilim ana hatlarının çıkarılmasını gerektirir. Ancak manuel segmentasyonun uzman görüşü ve teknolojik kısıtları nedeniyle bazı dezavantajları vardır. Bununla birlikte görüntü yorumlama son derece zaman alan bir işlemdir. Tecrübeye bağlı olarak hata yapma oranı da yüksektir. Bu çalışmada, beyin MRG otomatik tümör tespiti için uçtan uca Çok Ölçekli Çok Düzeyli Ağ (Multi-Scale Multi-Level Network MM-Network) modeli önerilmiştir. Gerçekleştirilen çalışmada, Unet'teki evrişimli ağ seviyesinde çoklu uzamsal ölçeklerin küresel bağlamsal özelliklerini birleştirerek, ağlar boyunca özellik haritalarının boyutuna bağlı olarak alıcı alanın farklı oranlarda genişlemesini sağlayan genişletilmiş evrişim modülünden yararlanılmıştır. Yapılan deneysel çalışmalarda önerilen model ile yüksek doğrulukta tümör tespiti sağlanmıştır.

Özet (Çeviri)

Brain tumor is one of the most dangerous types of cancer that affects the nervous system of the human body. Regeneration of brain cells in the case of tumor disease is a very difficult situation. There are two types of brain tumors classified as malignant and benign. The benign tumor largely does not spread to other cells or to the brain. With the right treatment, the disease can be overcome. A malignant tumor is very dangerous. If not treated properly, it can spread to other cells and the brain very quickly. Diagnosing a brain tumor is a delicate and complex process. Brain MRI segmentation is important in many clinical applications. Brain analysis is based on various approaches, findings, and correct segmentation of anatomical regions. Brain MRI quantitative analysis has been used commonly for the characterization of brain disorders such as epilepsy, schizophrenia, Alzheimer's disease, cancer, and infectious degenerative diseases. In this study, an end-to-end deep learning segmentation method called Multi-Scale Multi-Level Network MM-Network has been developed. The main idea is to combine the global contextual features of multiple spatial scales at the convolutional network level in Unet. In addition, the extended convolution module is used, which allows the receptive field to expand at different rates depending on the size of the feature maps throughout the networks. The MM-Network model applied in this study was used for tumor segmentation in brain MRI images, and successful results were obtained.

Benzer Tezler

  1. Derin öğrenme yöntemleri ile beyin MRI görüntülerinde anomali tespiti

    Anomaly detection in brain MRI images with deep learning methods

    EBRU AYDOĞAN DUMAN

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEREF SAĞIROĞLU

    DR. ÖĞR. ÜYESİ EMRAH ÇELTİKÇİ

  2. 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

  3. Görüntü işleme teknikleriyle beyin tümörlerinin tespiti ve sınıflandırma algoritmalarıyla analizi

    Detection of brain tumors with image processing techniques and analysis with classification algorithms

    GÖKALP ÇINARER

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BÜLENT GÜRSEL EMİROĞLU

  4. Beyin MR görüntülerinde riskli gliom tümörlerinin yapay zeka ile tespiti

    Detection of risky glioma tumors in brain MR images using artificial intelligence

    ÇAĞIN ÖZKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. ŞEREF SAĞIROĞLU

  5. Yüksek dereceli gliomlarda tedaviye bağlı gelişen radyonekrozun, nüks ya da rezidü tümöral lezyondan ayrımında bilgisayar temelli yapay zekânın rolü

    The role of computer-based artificial intelligence in distinguishing treatment-related radiation necrosis from recurrent or residual tumoral lesions in high-grade gliomas

    İBRAHİM ALTINDAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Radyoloji ve Nükleer TıpSelçuk Üniversitesi

    Radyoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HALİL ÖZER