Maskelenmiş mr görüntülerinden önceden eğitilmiş transfer öğrenme yöntemleri kullanılarak beyin tümörlerinin sınıflandırılması
Classification of brain tumors from masked mr images using pre-trained transfer learning methods
- Tez No: 985073
- Danışmanlar: DR. ÖĞR. ÜYESİ SÜMEYRA BEDİR
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Sabahattin Zaim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Beyin tümörleri, zamanında teşhis edilmediklerinde ciddi nörolojik hasarlara ve yaşam kaybına neden olabilen hastalıklardır. Bu nedenle, tümörlerin doğru biçimde sınıflandırılması; etkili tedavi stratejilerinin belirlenmesi, hastalığın seyri hakkında doğru öngörülerde bulunulması büyük önem arz etmektedir. Günümüzde tıbbi görüntüleme teknikleri içerisinde manyetik rezonans görüntüleme (MRG) beyin tümörlerinin yapısal özelliklerinin ayrıntılı biçimde değerlendirilmesine olanak tanımakta ve bu özelliği nedeniyle sıklıkla tercih edilmektedir. Bu çalışma kapsamında, dört farklı kategoriye ayrılmış (glioma, meningioma, hipofiz tümörü ve tümör içermeyen) MR görüntüleri üzerinde segmentasyon destekli hibrit derin öğrenme yaklaşımları değerlendirilmiştir. Farklı açık kaynaklardan temin edilen ve aynı formatta yapılandırılan görüntüler birleştirilerek, daha geniş kapsamlı ve sınıf dengesi gözetilmiş bir veri seti oluşturulmuştur. Sınıflandırma aşamasında ise önceden eğitilmiş ResNet50, InceptionNetV3, VGG19, MobileNet ve EfficientNetB3 mimarileri kullanılmış; bu modeller, U-Net mimarisiyle gerçekleştirilen segmentasyon işlemi sonucunda tahmin edilen maskelerle birlikte hibrit yapılar halinde test edilmiştir. Elde edilen deneysel bulgular, sınıflandırma başarısında segmentasyon işlemi sonucunda tahmin edilen maskelerin etkisini açık bir biçimde ortaya koymuştur. Bu sonuç, ön işleme sürecinin doğrudan modelin sınıflandırma performansını ve genelleme yeteneğini artırdığını göstermiştir.
Özet (Çeviri)
Brain tumors are diseases that can cause serious neurological damage and loss of life if not diagnosed in a timely manner. Therefore, accurately classifying tumors, determining effective treatment strategies, and making accurate predictions about the course of the disease are of vital importance. Currently, among medical imaging techniques, magnetic resonance imaging (MRG) allows for detailed assessment of the structural features of brain tumors and is frequently preferred for this reason. In this study, segmentation-based hybrid deep learning approaches were evaluated on MRG images categorized into four different categories (glioma, meningioma, pituitary tumor, and no-tumor). By combining images obtained from different open sources and structured in the same format, a more comprehensive dataset with class balance was created. In the classification phase, pre-trained ResNet50, InceptionV3, VGG19, MobileNet, and EfficientNetB3 architectures were used; these models were tested in hybrid structures with masks estimated from the segmentation process performed with the U-Net architecture. The experimental findings clearly demonstrated the impact of the masks estimated from the segmentation process on classification accuracy. This result showed that the preprocessing process directly increased the classification performance and generalization ability of the model.
Benzer Tezler
- Kronik migren hastalarında risk faktörleri ve tetikleyicilerin belirlenmesi
Determination of risk factors and triggers in patients with chronic migraine
AHMET YUSUF ERTÜRK
Tıpta Uzmanlık
Türkçe
2020
NörolojiÇukurova ÜniversitesiNöroloji Ana Bilim Dalı
PROF. DR. ŞEBNEM BIÇAKCI
- 1,3-BIS(2-alkoxyaryl) imidazolidine-2-ylidene complexes of platinum metals
Platin metallerinin 1,3-BİS(2-alkoksiaril) imidazolidin-2-ilinden kompleksleri
EMİN GÜNAY
- Preparation and characterization of polymer composites containing gold nanoparticles
Altın nanoparçacığı içeren polimer kompozitlerinin hazırlanması ve karakterizasyonu
EDA YILMAZ
Doktora
İngilizce
2011
Kimyaİhsan Doğramacı Bilkent ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. ŞEFİK SÜZER
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Maskelenmiş hipertansiyonu olan ve olmayan tip 2 diabetes mellitus hastalarında hipertansif hedef organ hasarı sıklığı
Frequency of hypertensive target organ damage in type 2 diabetes mellitus patients with and without masked hypertension
DAVUT BİLGİN
Tıpta Uzmanlık
Türkçe
2010
Endokrinoloji ve Metabolizma HastalıklarıMarmara Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. ALİ SERDAR FAK