Evrişimsel sinir ağları ile beyin tümörü türlerinin tespit edilmesi
Detection of brain tumor type using convolutional neural networks
- Tez No: 893696
- Danışmanlar: DR. ÖĞR. ÜYESİ MAHİR KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 52
Özet
Görme, işitme ve hareketi sağlama gibi önemli yaşamsal fonksiyonları kontrol eden beyin, hastalığı söz konusu olduğunda yaşantımızı olumsuz yönde etkilemektedir. Bu hastalıklardan tüm yaş gruplarında ortaya çıkabilen ve iyi/kötü huylu olabilen ölümcül olan hiç şüphesiz beyin tümörüdür. Bu nedenle erken tanı ve teşhis çok önemlidir. Beyin tümörü türlerinin tespiti ve tedavi yöntemi için MR (Manyetik Rezonans) görüntüleri kullanılmaktadır. Evrişimsel Sinir Ağları (ESA) modellerinin medikal görüntülerden hastalıkların tespitinde başarılı sonuçlar elde etmesi, katman sayısı ve diğer hiper-parametrelerin optimum şekilde oluşturulmasına bağlıdır. Bu çalışmada en az katman ve parametre sayısıyla en yüksek doğruluğu elde edecek bir ESA modeli öneriyoruz. ESA modellerinin eğitiminde kullanılmak üzere elde edilen ve 4 farklı sınıftan oluşan (Menenjiyom, Glioma, Pituitary ve Normal) bir veri seti, katman ve filtre sayıları, filtre boyutları, yığın sayısı, en iyileme algoritmaları ve tur değerleri değiştirilerek 50 farklı geliştirilmiş derin öğrenme modeli üzerinde eğitilmiş ve test edilmiş olup, %99,47 doğruluk ve %99,44 f1-skoru değerleri ile en iyi model tespit edilmiştir. Ayrıca önerilen en iyi modelimiz, önceki çalışmalardan ve en iyileme algoritması, yığın ve tur sayıları aynı olmak koşuluyla bazı transfer öğrenme modellerinden daha iyi sonuç elde etmiştir.
Özet (Çeviri)
The brain, which controls important vital functions such as vision, hearing and movement, negatively affects our lives when it is sick. Of these diseases, the deadliest is undoubtedly the brain tumor, which can occur in all age groups and can be benign or malignant. Therefore, early diagnosis and prognosis are very important. MR (Magnetic Resonance) images are used for the detection and treatment of brain tumor types. Successful results in the detection of diseases from medical images with Convolutional Neural Networks (ESA) depend on the optimum creation of the number of layers and other hyper-parameters. In this study, we propose an ESA model that will achieve the highest accuracy with the least number of layers. A dataset consisting of four different classes (Meningioma, Glioma, Pituitary, and Normal) was used for the training of ESA models. After training and testing on 50 different deep learning models with variations in layer and the number of filters, kernel, batch size, optimizer, and epoch values, the best model was identified with an accuracy of 99.47% and an F1-score of 99.44%. Additionally, our proposed best model achieved better results compared to previous studies and some transfer learning models, given the same optimizer, batch size, and epoch numbers.
Benzer Tezler
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED EMRE ÇOLAK
- Derin öğrenme yöntemlerinin tıbbi teşhis alanında sorgulanması ve beyin tümörü tanısında uygulanması
Investigation of deep learning in medical image analysis and detection of brain tumor using novel adaptive momentum method
UTKU CAN AYTAÇ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GÜNEŞ
- Medical image classification using convolutional neural network
Evrişimsel sinir ağları kullanılarak medikal görüntü sınıflandırılması
ENES ASANA
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
DR. ÖĞR. ÜYESİ AYŞE KELEŞ
- Derin öğrenme yöntemleri kullanarak beyin tümörü teşhisi ve sınıflandırması
Brain tumor diagnosis and classification using deep learning methods
ABDULLAH SAKIN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT HEKİM
- Classification of the motor EEG signals by using deep neural networks
Derin sinir ağları kullanarak motor EEG sinyallerinin sınıflandırılması
LEYLA ABILZADE
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ