Yapay sinir ağlarında beyin tümörlerinin görüntü işleme ile segmentasyonu ve bir uygulama
Segmentation of brain tumors with image processing in artificial neural networks and an application
- Tez No: 744069
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Beyin neoplazmları, Evrişimli sinir ağları, Görüntü bölütleme, Manyetik rezonans spektroskopi, Brain neoplasms, Convolutional neural networks, Image segmentation, Magnetic resonance spectroscopy
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Beyin tümörleri kafatası içinde anormal hücre ve kitle büyümesinin genel adıdır. Beyin tümörü tanısı konulabilmesi için en yaygın tetkik beyin dokusu ve dokudaki yabancı kitleleri gösteren MR (manyetik rezonans) görüntülemesinin yapılmasıdır. Tanı konduktan sonra hızlıca tedavi süreci planlamalıdır. MR görüntüleri çekildikten sonra uzman radyologlar tarafından görüntülerin incelenerek raporlanması zaman alabilmektedir. Son yıllarda hızla gelişen derin öğrenme teknolojileri ile tıp alanında bulunan yenilikler sayesinde hastalıkların erken ve doğru teşhis edilmesi için çeşitli çalışmalar yapılmaktadır. İnsan kaynaklı hataların en aza indirilmesi bu çalışmalar içerisinde önemli bir yere sahiptir. Bu çalışmada MR görüntülerinin işaretlenerek uzmanlara yardımcı olması için yapay zekâ tekniklerinden yararlanılarak yeni bir evrişimli sinir ağı modeli eğitilmiştir. Eğitim aşamasında U-Net modelinden yararlanılarak, BRAST veri kümesinin %80'i kullanılmıştır. Veri kümesi içerisindeki örneklerin %20'si modelin performansının değerlendirilmesi için kullanılmıştır. Eğitim ve test işlemleri sonucunda elde edilen bulgular incelendiğinde eğitilen modelin tüm tümör, tümör çekirdeği ve genişleyen tümör bölgelerini sırayla 0.908, 0.807 ve 0.877 Benzerlik oranı (BO, Dice Coefficent Score) ile başarılı bir şekilde işaretleme yapabilen bir model eğitildiği görülmektedir.
Özet (Çeviri)
Brain tumors are the general name for abnormal cell and mass growth in the skull. In order to diagnose a brain tumor, the most common examination is an MR (magnetic resonance) image that shows foreign masses in the brain tissue and tissue. After the diagnosis is made, one should quickly plan a course of treatment. After the MR images are taken, it may take time for the images to be examined and reported by expert radiologists. In recent years, thanks to the rapidly developing deep learning technologies and innovations in the field of medicine, various studies are being conducted to diagnose diseases early and accurately. Minimizing human-caused errors has an important place in these studies. In this study, a new convolutional neural network model has been trained by using artificial intelligence techniques to help experts by marking MR images. At the training stage, 80% of the BRAST dataset was used by using the U-Net model. 20% of the samples in the dataset were used to evaluate the performance of the model. When the findings obtained as a result of the training and testing procedures are examined, it is seen that the trained model has been trained as a model that can successfully mark the entire tumor, tumor nucleus and expanding tumor sites with a similarity ratio of 0.908, 0.807 and 0.877 (BO, Dice Coefficient Score), respectively.
Benzer Tezler
- 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
- MRI brain tumor classification using artificial neural network and deep learning
Doku özelliklerini kullanarak yapay sinir ağı ve derinöğrenme ile beyin tümör sınıflandırması
NADHEM NEDHAL ABDO QAID
Yüksek Lisans
İngilizce
2022
Mekatronik MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN METİN ERTUNÇ
- Smart detection of brain tumors using deep learning and model voting
Derin öğrenme ve model oylaması kullanarak akıllı beyin tümörü tespiti
BASSAM JABADO
Yüksek Lisans
İngilizce
2025
İstinye ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED DAVUD
- MR spektroskopi verileri üzerinde beyin tümörlerinin bilgisayar destekli otomatik evrelenmesi
Computer-aided automated grading of brain tumors on MR spectroscopy signals
ALİ BİÇER
Yüksek Lisans
Türkçe
2019
Radyoloji ve Nükleer TıpBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE DANDIL
- Manyetik rezonans spektroskopi sinyalleri kullanılarak uzun kısa süreli bellek tipi derin sinir ağları ile sahte beyin tümörlerinin bilgisayar destekli tespiti
Computer-assisted detection of pseudo brain tumors using lstm deep neural networks on magnetic resonance spectroscopy signals
SEMİH KARACA
Yüksek Lisans
Türkçe
2020
NörolojiBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE DANDIL