Geri Dön

Detection and classification of brain tumors in MRI images using deep convolutional neural network

Başlık çevirisi mevcut değil.

  1. Tez No: 798419
  2. Yazar: HUSSEIN ALISMAEELI
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Beyin tümörleri, aksonların demiyelinizasyonu sonucu beyin ve omurilikte beyaz cevher lezyonlarına neden olan merkezi sinir sisteminin (CNS) kronik ve inflamatuar bir hastalığıdır Beyin tümörleri. dört tipte sınıflandırılabilir: Remissive-recurrent (RRMS), Secondary Progressive (EMPS), Primary Progressive (PPME) ve Recurrent Progressive (PRMS) Makine Öğrenimi (Makine Öğrenimi) ve Derin Öğrenme (Derin Öğrenme) alanındaki son çalışmalar verimli olduğunu göstermiştir. Sonuçlar, klinik uygulamalarda ve tıbbi görüntü işlemede gözlendiği gibi Manyetik rezonans görüntülerde lezyonların manuel olarak bölümlendirilmesi, yoğun emek gerektirmesine ve gözlemciler arası değişkenliğe (örneğin, gözlemciler arası değişkenlik) tabi olmasına rağmen standart hale geldi. performans kazanımlarını fark etme umuduyla yeni CNN uygulamaları. Yaklaşımımız, standart üç katmanlı mimari (evrişim + alt örnekleme + sınıflandırma) yerine çok katmanlı bir CNN kullandığımız için diğerlerinden farklıdır. Bir manyetik rezonans görüntüsünde sklerotik lezyonları otomatik olarak bölümlere ayırmak için: bu görev için modelleri içeren mevcut literatürü araştırmak; görüntünün ön işlenmesinde yer alan birincil prosedürleri detaylandırın. Konvolüsyonel sinir ağlarına dayalı MRI lezyon segmentasyon stratejilerini değerlendirin; Manyetik rezonans görüntüleme analizi kullanılarak MS hastalarının MRG'lerindeki lezyonların otomatik segmentasyonu için bir teknik dahil edin

Özet (Çeviri)

Brain tumors is a chronic and inflammatory disease of the central nervous system (CNS), which causes white matter lesions in the brain and spinal cord, as a result of demyelination of axons The brain tumors. can be classified into four types: Remissive-recurrent (RRMS), Secondary Progressive (EMPS), Primary Progressive (PPME) and Recurrent Progressive (PRMS) Recent work in Machine Learning (Machine Learning) and Deep Learning (Deep Learning) has shown fruitful outcomes, as observed in clinical applications and medical image processing Manual segmentation of lesions on magnetic resonance images has become the standard despite being labour-intensive and subject to interobserver variability (e.g., interobserver variability) In this thesis, we aimed to test out these two novel CNN implementations in the hopes of noticing performance gains. Our approach differs from those of others in that we use a multi-layer CNN rather than the standard three-layer architecture (convolution + subsampling + classification). In order to automatically segment sclerotic lesions in a magnetic resonance image, it is necessary to: investigate the existing literature containing models for this task; detail the primary procedures involved in pre-processing the image. Evaluate MRI lesion segmentation strategies based on Convolutional neural networks; Incorporate a technique for automatic segmentation of lesions in MRIs of MS patients using magnetic resonance imaging analysis

Benzer Tezler

  1. Detection of cancerous brain cells with machine learning

    Makine öğrenimi ile kanserli beyin hücrelerinin tespiti

    UYGAR CANKAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TANER DANIŞMAN

  2. Diagnosis of brain cancer and contour normal tissue for radiation therapy based on deep learning methods

    Derin öğrenme yöntemleriyle radyoterapi için beyin kanseri tanisi ve normal doku ayrimi

    NAVID HALILI

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Ana Bilim Dalı

    PROF. DR. MUSTAFA DOĞAN

  3. Beyaz cevher hiperintensitelerinin derin öğrenme teknikleri kullanılarak beyin manyetik rezonans görüntülerinden otomatik tespiti

    Automatic detection of white matter hyperintensities using deep learning techniques on brain magnetic resonance images

    GÖKHAN UÇAR

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. EMRE DANDIL

  4. 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

  5. Derin öğrenme yöntemlerini kullanarak MR görüntülerinden otomatik tümör tespiti

    Automatic tumor detection from brain MRI images using deep learning techniques

    NECİP ÇINAR

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KAYA