Abstract
Beyin tümörleri dünya çapında önemli bir patolojik durumu temsil etmektedir. Be-yin içindeki dokunun anormal büyümesiyle karakterize edilen bu tümörler, sağlıklı beyin dokularını yerinden ederek ve kafa içi basıncını yükselterek ciddi bir tehdit oluşturmaktadır. Zamanında müdahale edilmediği takdirde bu durumun sonuçları ölümcül olabilir. Manyetik Rezonans Görüntüleme (MRG), özellikle yumuşak do-kuları incelemek için çok uygun olan güvenilir bir tanı yöntemi olarak öne çık-maktadır. Bu makale, Manyetik Rezonans (MR) görüntülerini kullanarak beyin kanserlerinin otomatik tespiti için yenilikçi bir derin öğrenme tabanlı yaklaşım sunmaktadır. Önerilen metodoloji, MR görüntülerinden derin özellikler çıkarmak için yeni bir Residual-ESA modelinin (A-ESA, yani Residual Convolutional Neural Network) sıfırdan eğitilmesini içermektedir. Önerilen yaklaşım, 2 sınıf (sağlıklı ve tümör) ve 4 sınıf (glioma tümörü, meningioma tümörü, hipofiz tümörü ve tümörsüz) veri setlerinden oluşan iki ayrı veri seti üzerinde değerlendirilmiştir. 2 sınıflı ve 4 sınıflı veri kümeleri için en iyi sınıflandırma doğruluğu sırasıyla %88.23 ve %77.14 idi.
Publisher
International Journal of Pure and Applied Sciences
Reference43 articles.
1. Havaei M.,vd. (2017). Brain tumor segmentation with Deep Neural Networks. Med. Image Anal., 35, 18–31.
2. “American Society of Clinical Oncology”, 2021.
3. Petruzzi, A., Finocchiaro, C. Y., Lamperti, E. ve Salmaggi, A. (2013). Living with a brain tumor. Support. Care Cancer, 21(4), 1105–1111.
4. Mohammed, M., Nalluru, S. S., Tadi, S. ve Samineni, R. (2019). Brain tumor image classification using convolutional neural networks. Int. J. Adv. Sci. Technol., 29(5), 928–934.
5. Islam, K., Ali, S., Miah, S., Rahman, M., Alam, S. ve Hossain, M. A. (2021). Brain tumor detection in MR image using superpixels, principal component analysis and template based K-means clustering algorithm. Mach. Learn. with Appl., 5, 100044.