Geri Dön

Beyin tümörlerinin CNN algoritması yardımıyla tespit edilmesi

Decetion of brain tumors with the help of CNN algorithm

PDF İndir

  1. Tez No: 767249
  2. Yazar: HASAN BAŞYILDIZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ PERİ GÜNEŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Evrişimsel Sinir Ağı, Beyin Tomur, Maske R-CNN, Tespit, Beyin neoplazmları, CNN, Evrişimli sinir ağları, Manyetik rezonans spektroskopi, Convolutional Neural Network, Brain Tomur, Mask R-CNN, Detection, Brain neoplasms, CNN, Convolutional neural networks, Magnetic resonance spectroscopy
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Beyin Tümörü segmentasyonu, tıbbi görüntü işleme alanındaki en önemli ve zorlu görevlerden biridir, çünkü insan destekli manuel sınıflandırma yanlış tahmin ve teşhise neden olabilir. Ayrıca, manuel olarak işlenecek büyük miktarda veri olduğunda sıkıcı bir görev haline gelir. Hasta için hoş olmayan sonuçlara yol açan değerlendirilmesi zor olabilen birden fazla Beyin Tümörü türü vardır. Bu nedenle beyin tümörünün tespiti ve tedavi planlaması süreçteki en önemli faktördür. Manyetik rezonans görüntüleme (MRI), beyin tümörlerini değerlendirmek için yaygın olarak kullanılan bir tekniktir. Beyin tümörünün MRI'dan manuel olarak segmentasyonu daha fazla zaman alır ve makinistin deneyimine bağlıdır. Bu nedenle, tedavi planlamasını kolaylaştırmak için segmentasyon için otomatik teknikler gerekir. Beyin tümörlerinin çeşitli türleri nedeniyle segmentasyon için otomatik yöntemlerde nerdeyse hiç kolay değildir. Bu nedenle, beyin tümörü segmentasyonu için, tümörleri etkin bir şekilde ve daha az zaman alıcı olarak rahatlatabilen güvenilir bir yönteme sahip olmak gerekir.bu çalışmanın amacı, tümörlü ve tümörsüz 253 MR görüntüsünden oluşan bir veri seti kullanılarak, MaskR-CNN ile tümörlerin yeri ve boyutu tespit edilerek %88-94 doğruluk oranı elde edilmiştir.

Özet (Çeviri)

Brain Tumor segmentation is one of the most important and challenging tasks in the field of medical image processing because human-assisted manual classification can lead to inaccurate prediction and diagnosis. Also, it becomes a tedious task when there is a large amount of data to be processed manually. There are multiple types of Brain Tumors that can be difficult to assess with unpleasant consequences for the patient. Therefore, detection of brain tumor and treatment planning are the most important factors in the process. Magnetic resonance imaging (MRI) is a widely used technique to evaluate brain tumors. Manual segmentation of a brain tumor from MRI takes more time and is dependent on the experience of the mechanic. Therefore, automated techniques for segmentation are required to facilitate treatment planning. Because of the various types of brain tumors, automated methods for segmentation are almost never easy. Therefore, it is necessary to have a reliable method for brain tumor segmentation that can relieve tumors effectively and in less time. In this study, using a dataset consisting of 253 MR images with and without a tumor, and the location and size of the tumors were detected with MaskR-CNN, an accuracy rate of 88%-94% was obtained.

Benzer Tezler

  1. Tez No

    953770

    Derin öğrenme teknikleri ile beyin tümörü tespiti ve sınıflandırılması

    Brain tumor detection and classification with deep learning techniques

    CANAN SOYOĞUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MURTAZA ÖZGÜR YENİAY

    DR. ÖĞR. ÜYESİ ÖZNUR ÖZALTIN

  2. Tez No

    776357

    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

  3. Tez No

    887365

    Derin öğrenme yöntemleri kullanarak beyin tümörü teşhisi ve sınıflandırması

    Brain tumor diagnosis and classification using deep learning methods

    ABDULLAH SAKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT HEKİM

  4. Tez No

    1004326

    Beyin MR görüntüleri üzerinden beyin tümörü tespiti,sınıflandırması ve segmentasyonunda derin öğrenme yöntemlerinin incelenmesi

    An investigation of deep learning approaches for brain tumor detection, classification, andsegmentation from brain MRI images

    ESMA NUR GÜNEŞER

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Mühendislik BilimleriYıldız Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MERT BAL

  5. Tez No

    775398

    Derin öğrenme yöntemleri kullanılarak beyin tümörü tiplerinin ve sınırlarının tahminlenmesi

    Prediction of brain tumor types and limits using deep learning methods

    MERVE PINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ

Geri Dön