Dalgacık dönüşümü ve Inception v3 evrişimli sinir ağı modeli kullanarak beyin tümörlerinin sınıflandırılması
Author:
Kaya Zihni1ORCID, Aslan Zafer1ORCID, Güneş Ali1ORCID, Okatan Ali1ORCID
Affiliation:
1. İSTANBUL AYDIN ÜNİVERSİTESİ
Abstract
Son yıllarda, beyin tümörleri nedeniyle insan ölümleri yaygın olarak görülmektedir. Hastalığın tedavisi için tümörün erken ve doğru teşhisi oldukça önemlidir. Uzmanlar tarafından beyin MRG görüntülerinden tümörün sınıflandırılması zaman bakımından maliyetli ve hatalı olabilmektedir. Bu nedenle, beyin tümörlerinin otomatik olarak sınıflandırılmasına ihtiyaç duyulmaktadır. Bu çalışmada, geliştirilmiş olan uygulama ile beyin tümörlerinin sınıflandırılması amaçlanmıştır. Bu genel amaç kapsamında, dalgacık öznitelikleri kullanılarak beyin tümörlerinin sınıflandırılması için derin öğrenmeye dayalı bir yöntem önerilmiştir. Dalgacık dönüşümü, görüntülerden öznitelik çıkartmak ve görüntü boyutunu azaltmak için kullanılmıştır. Elde edilen dalgacık öznitelikleri beyin MR görüntülerinden bilgilendirici öznitelikleri keşfetmek için önceden eğitilmiş Inception v3 modelinin girdisi olarak kullanılmıştır. Sonrasında bu öznitelikler beyin MRG görüntülerini etiketlemek için softmax sınıflandırıcısına iletilmektedir. Bu çalışmadan elde edilen sonuç; 1621 gliyom, 1645 menenjiyom, 1757 hipofiz bezi ve 2000 normal beyin görüntüsünün bulunduğu veri seti üzerinde test edilmiş ve %99,58 doğruluk başarımı elde edilmiştir.
Publisher
Journal of the Faculty of Engineering and Architecture of Gazi University
Reference19 articles.
1. 1. Ferlay J., Soerjomataram I., Dikshit R., Eser S., Mathers C., Rebelo M., Parkin D.M., Forman D., Bray F., Cancer incidence and mortality worldwide: Sources, methods and major patterns in GLOBOCAN 2012, International Journal of Cancer, 136 (5), 359 – 386, 2014. 2. 2. Karayeğen G., Akşahin M.F., Brain tumor prediction with deep learning and tumor volume calculation, 2021 Medical Technologies Congress (TIPTEKNO), Antalya-Türkiye, 4-6 Kasım, 2021. 3. 3. Yüksel Z., Manyetik rezonans görüntüleme fizik temelleri ve sistem bileşenleri, Black Sea Journal of Engineering and Science, 2 (2), 57-65, 2019. 4. 4. Aslan M., Derin öğrenme tabanlı otomatik beyin tümör tespiti, Fırat Üniversitesi Müh. Bil. Dergisi, 34 (1), 399-407, 2021. 5. 5. Özkaraca, O., Bağrıaçık, O.İ., Gürüler, H., Khan, F., Hussain, J., Khan, J., Laila, U., Multiple brain tumor classification with dense CNN architecture using brain MRI images. Life, 13 (349), 2023.
|
|