MRI Verilerinde Tümör Tespiti için Transfer Tabanlı Derin Öğrenme Algoritması Karşılaştırması

Authors : Cem Demirel, Emel Soylu

Pages : 1322-1339

Doi:10.31466/kfbd.1455542

View : 29 | Download : 28

Publication Date : 2024-09-15

Article Type : Research Paper

Abstract :Bu çalışmada, Manyetik Rezonans Görüntüleme (MRG), invazif olmayan doğası ve yüksek çözünürlüklü görüntüleme yetenekleri nedeniyle beyin tümörlerinin teşhisinde hayati bir araç haline gelmiştir. Bu çalışmada, derin öğrenme algoritmalarının performanslarını karşılaştırdık. Kapsamlı bir MRG taramaları veri kümesi, modelimizi eğitmek ve doğrulamak için kullanıldı, bu da çeşitli tümör tipleri ve görüntüleme koşulları için sağlam bir performans sağladı. Sonuçlar, yakalama konusunda yüksek bir doğruluk ve hassasiyet elde ederek yaklaşımımızın etkinliğini göstermektedir. Çalışmamız, nöro görüntüleme alanında erken teşhis ve takip için etkili ve güvenilir araçların geliştirilmesine katkıda bulunmaktadır. Bulgularımız, beyin MRG görüntü sınıflandırma görevleriyle uğraşırken uygun bir derin sinir ağı mimarisi seçmenin önemini vurgular. DenseNet-121, doğru ve güvenilir sınıflandırma için sağlam bir seçenek olarak ortaya çıkıyor ve klinik teşhis ve tıbbi görüntüleme alanlarında potansiyel uygulamalar sunuyor. Sonuç olarak, çalışmamız, MRG\'nin beyin tümörü teşhisi açısından önemini ve derin öğrenme algoritmalarının doğruluğu ve hassasiyeti artırmadaki potansiyelini vurgular. DenseNet-121\'e dayalı yaklaşımımız, nöro görüntüleme alanında hastaların bakımını ve sonuçlarını iyileştirmeye katkıda bulunarak klinik teşhis ve tıbbi görüntüleme uygulamaları için umut vaat etmektedir.
Keywords : Beyin tümörü, MRI taramaları, Yapay zeka, Bilgisayar destekli görüntü analizleri