Açıklanabilir yapay zeka yöntemleriyle MR görüntülerinden beyin tümörü tespiti
Brain tumor detection from MRI images with explainable artificial intelligence methods
- Tez No: 925489
- Danışmanlar: DOÇ. DR. FATİH ÖZYURT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Bu çalışma kapsamında açıklanabilir yapay zeka yöntemleriyle MR görüntülerinden beyin tümörlerinin tespit edilmesi amaçlanmıştır. Yapılan bu çalışmanın tıbbi süreçlere katkı sağlaması, karar destek sistemlerine yönelik yeni bir literatür kazandırması açısından önemli olduğu düşünülmektedir. Çalışma kapsamında CNN modellerinden GradCAM, LIME ve Shapley görselleştirme yöntemleri kullanılmıştır. Çalışmada oluşturulan modelde sınıflandırma 4 grup (No Tumor, Glioma, Meningioma, Pituitary) altında incelenmiştir. Çalışma sonucunda GradCAM, modelin genel odaklanma alanlarını belirlemekte etkili olmuş; LIME, modelin kararlarının detaylı bir açıklamasını sunmuş; Shapley ise modelin genel performansını ve eksikliklerini ortaya koymuştur. Bu tekniklerin birlikte kullanılması, modelin daha güvenilir ve etkili bir şekilde çalışmasını sağlamak için daha fazla veri sağlanmasına veya gerekli iyileştirmelerin yapılmasına olanak tanımaktadır.
Özet (Çeviri)
Within the scope of this study, it was aimed to detect brain tumors from MRI images with explainable artificial intelligence methods. It is thought that this study is important in terms of contributing to medical processes and providing a new literature on decision support systems. Within the scope of the study, GradCAM, LIME and Shapley visualization methods from CNN models were used. In the model created in the study, the classification was examined under 4 groups (No Tumor, Glioma, Meningioma, Pituitary). As a result of the study, GradCAM was effective in determining the general focus areas of the model; LIME provided a detailed explanation of the model's decisions; Shapley revealed the general performance and shortcomings of the model. Using these techniques together allows more data to be provided or necessary improvements to be made to ensure that the model works more reliably and effectively
Benzer Tezler
- Süreç madenciliğinde tahmine dayalı süreç izleme tekniklerinin kalitesinin açıklanabilir yapay zeka yöntemleri ile değerlendirilmesi
Evaluation of the quality of predictive process monitoring techniques in process mining with explainable artificial intelligence methods
SAMET CAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYÇA KOLUKISA
DR. ÖĞR. ÜYESİ TUĞBA ERDOĞAN
- Akdeniz Bölgesinde yangın sonrası vejetasyon yenilenmesine etki eden coğrafi faktörlerin uzaktan algılama ve yapay zekâ yöntemleriyle analizi
Investigation of main geographical factors affecting post-fire vegetation recovery by using remote sensing and artificial intelligence methods in the Mediterranean Region
AHMET ÖZTÜRK
- Transfer öğrenme tabanlı açıklanabilir derin öğrenme yöntemleri kullanılarak bitki hastalıklarının sınıflandırılması
Classification of plant diseases using transfer learning-based explainable deep learning methods
AHMET ENES KILIÇ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT KARAKOYUN
- Big data and machine learning for behavioral analytics and inference: Cases in sports and education
Davranış analitiği ve nedensel çıkarımlarda büyük veri ve makineöğrenimi: Spor ve eğitimden vakalar
EMRAH YILMAZ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. ÖZDEN GÜR ALİ
- Derin öğrenme ile nöronal veri kodunun çözülmesi
Neuronl data decoding with deep learning
FATMA ÖZCAN
Doktora
Türkçe
2023
BiyofizikKahramanmaraş Sütçü İmam ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ALKAN