Geri Dön

Beyin tümörlerinin CNN algoritması yardımıyla tespit edilmesi

Decetion of brain tumors with the help of CNN algorithm

  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
  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: 64

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. Keyword: Convolutional Neural Network, Brain Tomur, Mask R-CNN , Detection, MR

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. Segmentation, classification, and 3D reconstruction of brain tumors in MRI using deep learning and PSO algorithm

    Derin öğrenme ve PSO algoritması kullanılarak MRG'de beyin tümörlerinin bölümlendirilmesi, sınıflandırılması ve 3D rekonstrüksiyonu

    BASHEER KAMAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM

  3. 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

  4. 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

  5. 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