Evrişimli sinir ağları (ESA) ile beyin tümörü tespiti
Brain tumor detection with convolutional neural networks (CNN)
- Tez No: 840945
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞERİFE ESRA DİNÇER, DR. ÇİĞDEM GÜNDOĞAN TÜRKER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: 110
Özet
Beyin tümörü beyindeki hücrelerin anormal sayıda çoğalmasıdır. Beyin tümörü tespitinde görüntüleme teknikleri arasında gösterilen Manyetik Rezonans (MR) başvurulan en iyi yöntemdir. Beyin tümörlerinin erken, hızlı ve doğru teşhis edilmesi tedavi sürecindeki en önemli etkenler arasındadır. Son yıllarda tedavi sürecinin başlangıcı olan teşhis aşamasında yardımcı olabilmek amacıyla sağlık alanında yapay zekâ uygulamaları kullanılmaya başlanmıştır. Bu uygulamalarda kullanılan derin öğrenme tekniklerinden biri olan Evrişimli Sinir Ağları (ESA) ve MR görüntüleri ile sınıflandırma işleminde yaygın olarak kullanılmaktadır. Sunulan tez çalışmasında beyin tümörlerinin sınıflandırılması için Evrişimli Sinir Ağları arasında gösterilen VGG 16, VGG 19 ve ResNet152V2 modelleri kullanılmıştır. Sınıflandırmada beyin tümörü türleri; glioma, meningioma, pituitary (beyin tümörü türleri) ve tümörsüz veri setleri olarak 4 sınıfa ayrılmıştır. Yapılan çalışmanın performansını değerlendirmek için doğruluk, kesinlik, hassasiyet ve F1 skoru (kesinlik ve hassasiyet değerlerinin harmonik ortalaması) değerlendirilmiştir. Çalışılan yöntem Evrişimli Sinir Ağları modeli ile beyin tümörlerinin daha etkin ve hızlı tespiti amaçlanmıştır.
Özet (Çeviri)
A brain tumor is an abnormal proliferation of cells in the brain. Magnetic Resonance Imaging (MRI) is the best method used to detect brain tumors. Early, fast and accurate diagnosis of brain tumors is among the most important factors in the treatment process. In recent years, artificial intelligence applications have started to be used in the field of health in order to help in the diagnosis phase, which is the beginning of the treatment process. Convolutional Neural Networks (DNN), one of the deep learning techniques used in these applications, are widely used in the classification process with MRI images. In this thesis, VGG 16, VGG 19 and ResNet152V2 models, which are among the Convolutional Neural Networks, were used to classify brain tumors. In classification, brain tumor types are divided into 4 classes as glioma, meningioma, pituitary (brain tumor types) and tumor-free data sets. Accuracy, precision, sensitivity and F1 score (harmonic mean of precision and sensitivity values) were evaluated to assess the performance of the study. The studied method aims to detect brain tumors more effectively and faster with the Convolutional Neural Network model.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Beyin tümörlerinin derin öğrenme yaklaşımlarıyla tespiti
Detecting brain tumors using deep learning approaches
MEHMET ALİ ATICI
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
- Convolutional neural network based brain MRI segmentation
Evrişimli sinir ağları tabanlı beyin MRI bölütlemesi
BORA BAYDAR
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE AKAR
- Derin öğrenme yöntemlerine dayalı beyin görüntülerinin analizi ile Alzheimer hastalık sınıflandırması
Alzheimer's disease classification by analysis of brain images based on deep learning methods
SÜMEYYE ÜNLÜLEBLEBİCİ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
- Hibrit yapay sinir ağları yöntemleri ile nörögörüntüleme verilerine dayalı otizm tanılama
Autism diagnosis based on neuroimaging data with hybrid neural network techniques
EMEL KOÇ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMİH BİLGEN