Geri Dön

Beyin MR görüntülerinin yapay zekâ yöntemleri ile sınıflandırılması

Brain MR image classification using artificial intelligence

PDF İndir

  1. Tez No: 859087
  2. Yazar: ZİYA KEMAL
  3. Danışmanlar: PROF. DR. ORHAN İÇELLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Fizik ve Fizik Mühendisliği, Onkoloji, Science and Technology, Physics and Physics Engineering, Oncology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Fizik Ana Bilim Dalı
  12. Bilim Dalı: Fizik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez, yapay zeka kullanarak beyin tümörü görüntülerini sınıflandırmayı amaçlayan Evrişimli Sinir Ağları (CNN) modelinin geliştirilmesini içerir. CNN modeli, beyin MR görüntülerindeki anormallikleri tespit edip tümör olup olmadığına göre sınıflandırarak hekimlere yardımcı olmayı hedefler. Ayrıca bu modelin, beyin tümörünü, benzer hastalıklardan ayırt edilmesinde kullanılabileceği düşünülmektedir. Kullanılan veri kümesi, manuel FLAIR anormallik segmentasyon maskeleriyle birlikte beyin MR görüntülerini içerir ve The Cancer Imaging Archive'den (TCIA) elde edilmiştir. Bu veri kümesi, Kanser Genom Atlası (TCGA) düşük dereceli glioma koleksiyonundan gelir. Denemeler, CNN algoritmasının bu veri kümesi için %87 eğitim ve %89 test doğruluk skoru ile başarılı bir şekilde çalıştığını göstermiştir. Elde edilen model, beyin MR görüntülerini kanserli veya kansersiz olarak sınıflandırmada hızlı ve başarılı sonuçlar vermiştir. Bu sonuçların, beyin tümörü teşhisinde hekimlere yardımcı olması beklenmektedir. Literatürdeki genel eğilime karşı, kullanılan veri setindeki görüntüler sadece beyin tümörü hastalığına sahip insanların MR görüntüleridir. Bu da her hasta için özelleştirilmiş görüntülerde modelin tümörleri başarılı bir şekilde ayırt edebileceği beklentisini kuvvetlendirir.

Özet (Çeviri)

This thesis involves the development of a Convolutional Neural Network (CNN) model to classify brain tumour images using artificial intelligence. The CNN model aims to help doctors by detecting abnormalities in brain MRI images and classifying them as being tumours or not. It is also thought that the model could be used to distinguish brain tumours from similar conditions. The dataset used contains brain MR images with manual FLAIR abnormality segmentation masks and was obtained from The Cancer Imaging Archive (TCIA). This dataset comes from the Cancer Genome Atlas (TCGA) low-grade glioma collection. Experiments have shown that the CNN algorithm works successfully for this dataset with a training accuracy score of 87.45% and a testing accuracy score of 89%. The resulting model gave fast and successful results in classifying brain MRI images as cancerous or non-cancerous. These results are expected to help doctors diagnose brain tumours. Contrary to the general trend in the literature, the images in the dataset used are only MR images of people with brain tumours. This strengthens the expectation that the model can successfully discriminate tumours in images tailored to each patient.

Benzer Tezler

  1. Tez No

    918303

    Radyolojik görüntülerde kanser alt tiplerinin ve genotiplerinin derin öğrenme yöntemleri kullanılarak sınıflandırılmasının geliştirilmesi

    Enhancing classification of cancer subtypes and genotypes using deep learning on radiological images

    NESLİHAN GÖKMEN İNAN

    Doktora

    Türkçe

    Türkçe

    2024

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. OZAN KOCADAĞLI

    PROF. DR. CHUNLEİ LIU

  2. Tez No

    945247

    Developing a smart method for real -time brain tumor localization and segmentation on ct ımages using hybrid techniques and yolo

    Hibrit teknikler ve yolo kullanilarak bt görüntülerinde gerçek zamanli beyin tümörü lokalizasyonu ve segmentasyonu için akilli bir yöntem geliştirilmesi

    NUSAIBAH KHALID ABDULMAJEED AL-SALIHI

    Doktora

    İngilizce

    İngilizce

    2025

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUS ÇEVİK

    PROF. DR. TURGAY İBRİKÇİ

  3. Tez No

    774012

    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

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CELAL ÖZTÜRK

  4. Tez No

    1017495

    Dönüştürücü model ve görüntü işleme teknikleri kullanılarak beyin mr görüntülerinin sınıflandırılması ve kurumsal katkıları

    Classification of brain mri images using transformer models and image processing techniques and their institutional contributions

    SENA KAHRAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Teknoloji ve Bilgi Yönetimi Ana Bilim Dalı

    DOÇ. MESUT TOĞAÇAR

  5. Tez No

    936579

    Beyin tümörünün manyetik rezonans görüntüleri üzerinden derin öğrenme yaklaşımlarıyla erken teşhisi ve sınıflandırılması

    Early diagnosis and classification of brain tumors using deep learning approaches on magnetic resonance images

    AYNUR SEVİNÇ

    Doktora

    Türkçe

    Türkçe

    2025

    Bilim ve TeknolojiFırat Üniversitesi

    Teknoloji ve Bilgi Yönetimi Ana Bilim Dalı

    DOÇ. DR. BUKET KAYA

Geri Dön