Geri Dön

Derin öğrenme yöntemlerini kullanarak beyin MR görüntülerinden otomatik çok sınıflı alzheimer hastalığı tespiti

Automatic multi-class alzheimer's disease detection from brain MRI images using deep learning methods

  1. Tez No: 885436
  2. Yazar: SEVİLAY UÇAN
  3. Danışmanlar: PROF. DR. MEHMET KAYA
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kuramsal Temeller Bilim Dalı
  13. Sayfa Sayısı: 49

Özet

Beyin MR görüntüleri incelenerek doktorlar tarafından alzheimer hastalığının teşhis edilmesi zor, insan hatasına yatkın ve zaman alıcı bir işlemdir. Son yıllarda derin öğrenme mimarileri kullanılarak birçok araştırmacı, alzheimer hastalığının erken ve doğru teşhisi konusunda çalışmalar yürütmektedir. Fakat literatürde incelenen çalışmalarda gözlemlenen başarı oranları klinik olarak gerçek hastanelerde kullanılması için yeterli değildir. Bu çalışmada derin öğrenme mimarileri kullanılarak hızlı ve yüksek doğruluk ile alzheimer hastalığının görüntülerinin sınıflandırılabilmesi amaçlanmaktadır. Ayrıca önerilen çalışma, hastanelerde kullanılarak alanında uzman doktorlara hastalık tespiti konusunda destek olabilecek bu sayede yanlış tedavilerin azaltılmasında önemli bir rol oynayabilecektir. Çalışmanın eğitim, doğrulama ve test aşamalarında kaggle üzerinden elde edilen açık kaynak lisanslı Augmented Alzheimer MRI veri seti kullanılmıştır. Önerilen mimari EfficientNet derin öğrenme modeline SE blok dikkat mekanizması eklenerek geliştirilmiştir. Yürütülen deneyler sonucunda elde edilen bulgular, önerilen derin öğrenme mimarisinin literatürde incelenen diğer çalışmalara kıyasla en yüksek başarı oranında elde edildiğini göstermiştir. Doğruluk değerlendirme metriğinde önerilen mimari 0,9903 başarı oranını elde ederek Alzheimer hastalığına ait görüntüleri başarıyla sınıflandırabileceğini göstermiştir. Önerilen yöntem, Alzheimer hastalığının tespitinde verimliliği artıracak, alanında uzman doktorların iş yükünü azaltabilecek, teşhis ve tedavi süreçlerinin kalitesini yükseltebilecektir.

Özet (Çeviri)

Diagnosis of Alzheimer's disease by doctors by analyzing brain MRI images is a difficult, human error-prone and time-consuming process. In recent years, many researchers have been working on early and accurate diagnosis of Alzheimer's disease using deep learning architectures. However, the success rates observed in the studies examined in the literature are not sufficient for clinical use in real hospitals. In this study, it is aimed to classify the images of Alzheimer's disease with fast and high accuracy using deep learning architectures. In addition, the proposed study can be used in hospitals to support specialist doctors in disease detection and thus play an important role in reducing incorrect treatments. In the training, validation and testing phases of the study, the open source licensed Augmented Alzheimer MRI dataset obtained through kaggle was used. The proposed architecture was developed by adding SE block attention mechanism to EfficientNet deep learning model. The results of the experiments showed that the proposed deep learning architecture achieved the highest success rate compared to other studies in the literature. In the accuracy evaluation metric, the proposed architecture achieved a success rate of 0,9903 indicating that it can successfully classify images of Alzheimer's disease. The proposed method will increase the efficiency in the detection of Alzheimer's disease, reduce the workload of specialist doctors, and improve the quality of diagnosis and treatment processes.

Benzer Tezler

  1. 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

  2. Evrişimsel sinir ağı ve görü dönüştürücü mimarileri kullanılarak MR görüntülerinde beyin tümörlerinin otomatik sınıflandırılması

    Automatic classification of brain tumors in MR images using convolutional neural network and vision transformer architectures

    ÖMER MİRAÇ KÖKÇAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED EMRE ÇOLAK

  3. Deep learning approaches for multiple sclerosis lesion segmentation using multi-sequence 3D MR images

    Çok sekanslı 3B MR görüntüleri kullanılarak multiple skleroz lezyon bölütlemesi için derin öğrenme yaklaşımları

    BEYTULLAH SARICA

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  4. 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

  5. Tıbbi görüntülerden derin öğrenme yöntemi ile karaciğer ve beyin lezyonlarının bölütlenmesi

    Segmentation of liver and brain lesions by deep learning approach from medical images

    ONUR CAN BAYRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT BAYRAM