LSTM-ESA HİBRİT MODELİ İLE MR GÖRÜNTÜLERİNDEN BEYİN TÜMÖRÜNÜN SINIFLANDIRILMASI

Authors : Emrah Aslan

Pages : 63-81

Doi:10.54365/adyumbd.1391157

View : 108 | Download : 150

Publication Date : 2024-04-30

Article Type : Research Paper

Abstract :Beyin tümörlerinin erken teşhisi, etkili bir tedavi için hayati öneme sahiptir. Manyetik rezonans (MR) görüntüleme, beyin tümörlerini tespit etmede temel bir araç olarak öne çıkmaktadır. Glioma, meningioma, pituitary gibi birçok tümör türü bulunmaktadır. Tümör türünü doğru bir şekilde belirlemek ve bu tespiti yapmak, beyin tümörlerini sınıflandırmanın en zorlu yönlerinden biridir. Geleneksel yöntemlerle hastalık tespiti yerine, yapay zekâ temelli bilgisayar uygulamalarının kullanılması, beyin tümörlerinin tespitinde uzmanlara önemli katkılar sağlayabilir. Özellikle derin öğrenme yöntemleri, medikal görüntülerin işlenmesine dayalı hastalık tespitinde etkili olmaktadır. Literatürde, beyin tümörlerini kategorize etmek için birçok derin öğrenme tabanlı yaklaşım bulunmaktadır. Bu çalışmada, MR görüntüleri ile beyin tümörlerini tespit etmek için bir ESA (Evrişimli Sinir Ağı) ve bir LSTM (Uzun Kısa Süreli Bellek) derin öğrenme katmanının birleştirilmiş olduğu bir model sunulmaktadır. LSTM\'nin, ESA\'nın özellik çıkarma yeteneklerini destekleyebileceği öne sürülmektedir. Yapılan deneylerde, önerilen LSTM-ESA modelinin standart ESA modelinden daha iyi performans gösterdiği belirlenmiştir. Bu modelin kullanılmasıyla, beyin tümörlerinin tespitinde %98,1 doğruluk skoru elde edilmiştir. Bu sonuç, literatürdeki benzer çalışmalarla karşılaştırıldığında daha yüksek bir başarı elde ettiğini göstermektedir.
Keywords : LSTM, Tümör, MR, ESA