Beyin tümörü teşhisinde kullanılan yapay zeka yöntemlerinin araştırılması ve karşılaştırılması
Investigation and comparison of artificial intelligence methods used in brain tumor diagnosis
- Tez No: 975748
- Danışmanlar: DR. ÖĞR. ÜYESİ DİYADİN CAN
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Yeni Yüzyıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Beyin tümörlerinin teşhisi ve sınıflandırılması, tedavi sürecinde kritik bir rol oynar. Bu tez, beyin tümörlerinin tespitinde ve sınıflandırılmasında yapay zeka yöntemlerinin etkinliğini araştırmayı ve karşılaştırmayı amaçlamaktadır. Beyin tümörleri, normal hücre kontrol mekanizmalarının dışında büyüyen ve çoğalan anormal hücre kümeleridir. Geleneksel teşhis yöntemleri invaziv olup zaman alıcıdır ve hata payı yüksektir. Bu nedenle, Manyetik Rezonans Görüntüleme (MRG) kullanılarak tümörlerin radyomik ve genomik özelliklerinin belirlenmesi önem kazanmıştır. Tezde, beyin tümörlerinin 3 boyutlu MRG görüntüleri kullanılarak çeşitli yapay zeka algoritmaları ile sınıflandırılması gerçekleştirilmiştir. Çalışma, konvolüsyonel sinir ağları (CNN) ve tekrarlayan sinir ağları (RNN) gibi modern makine öğrenme yöntemlerinin etkinliğini değerlendirmektedir. Her bir algoritmanın doğruluk oranı, hız, verimlilik, aşırı öğrenme eğilimleri ve bellek kullanımı gibi performans kriterleri karşılaştırılmıştır. Sonuçlar, CNN ve RNN modellerinin beyin tümörü sınıflandırmasında yüksek doğruluk oranlarına sahip olduğunu göstermektedir. Özellikle CNN'ler, görüntü işleme ve sınıflandırma konularında üstün performans sergilemiştir. RNN'ler ise zaman serisi verilerinde güçlü sonuçlar vermiştir. Destek vektör makineleri (SVM) ve rastgele ormanlar gibi diğer yöntemler de belirli senaryolarda etkili olmuştur ancak genelleme yetenekleri sınırlıdır. Bu çalışma, yapay zeka tabanlı yöntemlerin beyin tümörü teşhis ve sınıflandırmasında potansiyelini ortaya koymakta ve klinik uygulamalarda kullanımını desteklemektedir. Gelecekteki araştırmalar, daha büyük ve çeşitli veri setleri ile bu yöntemlerin etkinliğini artırmayı hedeflemelidir.
Özet (Çeviri)
The diagnosis and classification of brain tumors play a critical role in the treatment process. This thesis aims to investigate and compare the effectiveness of artificial intelligence methods in the detection and classification of brain tumors. Brain tumors are clusters of abnormal cells that grow and proliferate uncontrollably outside the mechanisms that control normal cells. Traditional diagnostic methods are invasive, time-consuming, and have a high margin of error. Therefore, it has become important to determine the radiomic and genomic features of tumors using Magnetic Resonance Imaging (MRI). In this thesis, the classification of brain tumors was performed using various artificial intelligence algorithms on 3D MRI images. The study evaluates the effectiveness of modern machine learning methods such as convolutional neural networks (CNN) and recurrent neural networks (RNN). Each algorithm's performance was compared based on criteria such as accuracy, speed, efficiency, overfitting tendencies, and memory usage. The results show that CNN and RNN models have high accuracy rates in brain tumor classification. CNNs, in particular, demonstrated superior performance in image processing and classification tasks. RNNs also provided strong results in time series data. Other methods like support vector machines (SVM) and random forests were effective in certain scenarios but had limited generalization capabilities. This study reveals the potential of AI-based methods in the diagnosis and classification of brain tumors and supports their use in clinical applications. Future research should aim to enhance the effectiveness of these methods with larger and more diverse datasets.
Benzer Tezler
- Detection of cancerous brain cells with machine learning
Makine öğrenimi ile kanserli beyin hücrelerinin tespiti
UYGAR CANKAT
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TANER DANIŞMAN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- GAN ile sentetik beyin MR görüntülerinin oluşturulması ve transfer öğrenme sınıflandırıcılarının performanslarının karşılaştırması
Creating synthetic brain MR images with GAN and comparison of the performances of transfer learning classifiers
ALİ SAKMAK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. YAVUZ CANBAY
- Beyin MR görüntülerinin yapay zekâ yöntemleri ile sınıflandırılması
Brain MR image classification using artificial intelligence
ZİYA KEMAL
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiYıldız Teknik ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. ORHAN İÇELLİ
- Dönüştürücü model ve görüntü işleme teknikleri kullanılarak beyin mr görüntülerinin sınıflandırılması ve kurumsal katkıları
Classification of brain mri images using transformer models and image processing techniques and their institutional contributions
SENA KAHRAMAN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DOÇ. MESUT TOĞAÇAR