MR görüntüleri ile beyin tümörünün yeni bir derin öğrenme tabanlı yaklaşımla sınıflandırılması
Classification of brain tumor with MR images with a new deep learning-based approach
- Tez No: 924973
- Danışmanlar: PROF. DR. ABDULKADİR ŞENGÜR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Beyin tümörlerinin doğru ve hızlı teşhisi, hastaların yaşam kalitesini artırmak ve tedavi süreçlerini iyileştirmek için kritik bir öneme sahiptir. Ancak, MR görüntülerinin doktorlar tarafından manuel olarak incelenmesi, zaman alıcı ve hata payını artıran bir süreçtir. Bu çalışma, yapay zeka tabanlı bir derin öğrenme modeli geliştirerek beyin tümörlerini otomatik olarak sınıflandırmayı amaçlamaktadır.Çalışma kapsamında, açık erişimli platformlardan temin edilen MR görüntülerinden oluşan bir veri seti kullanılmış ve bu veri seti ön işleme teknikleriyle optimize edilmiştir. Bu veri seti, önerilen modelin eğitim, doğrulama ve test gruplarına ayrılarak çalışmaya entegre edilmiştir. Model, evrişimsel sinir ağı (CNN) yapısını temel almakta ve öznitelik seçimi için L1-Norm Destek Vektör Makineleri (DVM) ReliefF algoritmasını kullanmaktadır. Bu sayede hem hesaplama maliyetleri azaltılmış hem de sınıflandırma doğruluğu artırılmıştır.Model performansı, doğruluk, hassasiyet, özgüllük, F1 skoru ve ROC eğrisi gibi çeşitli ölçütlerle değerlendirilmiştir. Özellikle glioblastoma multiforme tümörünün sınıflandırılmasında %95 doğruluk oranına ulaşan bu model, mevcut yaklaşımlara kıyasla anlamlı bir gelişme sağlamıştır. Elde edilen sonuçlar, geliştirilen modelin sağlık sektöründe otomatik karar destek sistemleri üretmek için önemli bir katkı sunduğunu göstermektedir.
Özet (Çeviri)
Accurate and rapid diagnosis of brain tumors is of critical importance to increase the quality of life of patients and improve treatment processes. However, manual examination of MRI images by doctors is a time-consuming and error-prone process. This study aims to automatically classify brain tumors by developing an artificial intelligence-based deep learning model. Within the scope of the study, a dataset consisting of MRI images obtained from open access platforms was used and this dataset was optimized with preprocessing techniques. This dataset was integrated into the study by dividing the proposed model into training, validation and test groups. The model is based on the convolutional neural network (CNN) structure and uses the L1-Norm Support Vector Machines (SVM) ReliefF algorithm for feature selection. In this way, both computational costs are reduced and classification accuracy is increased. Model performance was evaluated with various metrics such as accuracy, sensitivity, specificity, F1 score and ROC curve. This model, which reached 95% accuracy rate especially in the classification of glioblastoma multiforme tumor, provided a significant improvement compared to existing approaches. The results obtained show that the developed model makes a significant contribution to producing automatic decision support systems in the healthcare sector.
Benzer Tezler
- 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
2025
Bilim ve TeknolojiFırat ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DOÇ. DR. BUKET KAYA
- Beyin MR görüntülerinin görüntü işleme teknikleri kullanılarak sınıflandırılması
Classification of brain mr images using image processingtechniques
ERCÜMENT GÜVENÇ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEVLÜT ERSOY
DOÇ. DR. GÜRCAN ÇETİN
- Manyetik rezonans görüntülerinden beyin tümörünün sınıflandırılması için derin öğrenme tabanlı karar destek sistemi
A deep learning-based decision support system for classification of brain tumors from magnetic resonance images
OĞUZHAN ŞİMŞEK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL AKYOL
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Derin öğrenme yöntemlerini kullanarak MR görüntülerinden otomatik tümör tespiti
Automatic tumor detection from brain MRI images using deep learning techniques
NECİP ÇINAR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA