Comparative analysi̇s of detection and classification of brain tumors using deep learning methods on MRI images
MR görüntülerinde derin öğrenme yöntemleri kullanılarak beyin tümörlerinin tespiti ve sınıflandırılmasının karşılaştırılmalı analizi
- Tez No: 934380
- Danışmanlar: PROF. DR. ŞERAFETTİN EREL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 91
Özet
Beyin tümörleri dünya genelinde giderek artmakta ve ölümcül bir hastalık haline gelmektedir. Bu tümörlerin erken evrede tespit edilmesi, hastaların yaşam süresini uzatmak açısından kritik bir öneme sahiptir. Bununla birlikte, beyin tümörlerini elle sınıflandırmak oldukça karmaşık ve zaman alıcı bir süreçtir. Bu çalışmada, farklı türdeki beyin tümörlerinin otomatik olarak sınıflandırılması için hibrit ViT ve CNN transfer öğrenme modeli önerilmektedir. Önerilen bu yaklaşımda ön işleme, veri artırma, derin özellik çıkarımlarının birleşimi, ince ayar ve sınıflandırma yapılmaktadır. Vision Transformer modelinin bir varyantı olan ViT-B/16 ve EfficientNet-B0 önceden eğitilmiş modelleri, bilgilendirici özelliklerin sayısını artırmak ve aşırı uyumu engellemek amacıyla birleştirilmiştir. Önerilen model, derin öğrenmede yaygın olarak kullanılan önceden eğitilmiş VGG16, ResNet50, EfficientNet-B0 ve ViT-B/16 modelleriyle detaylı olarak karşılaştırılmıştır. Önerilen model %98,67 doğruluk oranını elde etmiş ve diğer modellerden tüm performans metriklerinde daha iyi performans göstermiştir.
Özet (Çeviri)
Brain tumors are increasing worldwide and becoming a deadly disease. Early detection of these tumors is of critical importance to prolong the survival of patients. However, manually classifying brain tumors is a very complex and time-consuming process. In this study, a hybrid ViT and CNN transfer learning model is proposed for automatic classification of different types of brain tumors. The proposed approach combines preprocessing, data augmentation, deep feature extraction, fine-tuning and classification. ViT-B/16 and EfficientNet-B0 pre-trained models, which are a variant of the Vision Transformer model, are combined to increase the number of informative features and prevent overfitting. The proposed model is compared in detail with pre-trained models VGG16, ResNet50, EfficientNet-B0 and ViT-B/16, which are widely used in deep learning. The proposed model achieved 98.67% accuracy and outperformed other models in all performance metrics.
Benzer Tezler
- Comparative analysis of deep convolutional neural network models for classification of brain tumors
Beyin tümörlerinin sınıflandırılmasında derin evrişimli sinir ağı modellerinin karşılaştırmalı analizi.
OZAN AKHAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstinye ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞENOL PİŞKİN
- Beyaz cevher hiperintensitelerinin derin öğrenme teknikleri kullanılarak beyin manyetik rezonans görüntülerinden otomatik tespiti
Automatic detection of white matter hyperintensities using deep learning techniques on brain magnetic resonance images
GÖKHAN UÇAR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Derin öğrenme modelleri kullanılarak beyin ve beyne etki eden bazı tümörlerin sınıflandırılması
Classification using deep learning models for brain tumors and some tumors affecting the brain
BEYZA NUR TÜZÜN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR
- Image-based representations of physiological signals: Deep learning approaches for predictive medicine
Fizyolojik sinyallerin görüntü tabanlı temsilleri: Öngörücü tıp için derin öğrenme yaklaşımları
MEHMET AKİF ÖZDEMİR
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONAN GÜREN
PROF. DR. AYTUĞ ONAN
- Gömülü sistemlerde sesli komut tanıma
Voice command recognation in embedded systems
CAN ÇETİN
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN