ADOKEN: MR İÇİN DERİN ÖĞRENME TABANLI KARAR DESTEK YAZILIMI

Authors : Hakan Alp EREN, Savaş OKYAY, Nihat ADAR

Pages : 406-413

Doi:10.21923/jesd.887327

View : 24 | Download : 14

Publication Date : 2021-06-20

Article Type : Research Paper

Abstract :Makine öğrenmesinin alt sınıfı olan derin öğrenme, birden çok katman ile ham veriden özelliklerin çıkarılmasını sağlamaktadır. Son yıllardaki teknolojik gelişmeler ile özellikle sağlık alanındaki görüntü işleme çalışmalarında sıklıkla tercih edilmektedir. Başarılı sonuçlar elde etmek için derin öğrenme modellerindeki parametrelerin optimize edilmesi gerekir. Bu işlemin belli bir düzeyde yazılım bilgisi gerektirmesi, alana yeterince hâkim olmayan kişilere zorluk oluşturabilmektedir. Araştırmacılar, kodlama gerektirmemesi nedeniyle hazır derin öğrenme modellerini ve görsel araçları tercih edebilmektedirler. Bu çalışmada önerilen uygulama aracılığıyla, manyetik rezonans görüntüleme taramaları için kompleks derin öğrenme işlemlerinin doğrudan grafik arayüzü üzerinden gerçekleştirilmesi hedeflenmektedir. Uygulama; veri seçimi, ön işleme, model oluşturma, eğitim ve test ana modüllerinden oluşmaktadır. Önde gelen bazı derin öğrenme modelleri uygulamaya entegre edilmiş olarak sunulmaktadır. İzlenen uyumluluk tasarımı sayesinde gelecekte yeni mimarilerin de kolaylıkla eklenebilmesinin önü açılmıştır. Modüller, açık kaynak manyetik rezonans görüntüleme verisi aracılığıyla doğrulanarak uygulamanın test tabanlı geliştirilmesi sağlanmıştır. Fonksiyonellik doğrulama testlerinde üç boyutlu evrişimsel sinir ağı kullanılarak literatüre paralel şekilde %81 doğruluk oranı gözlemlenmiştir. Uygulamanın radyoloji uzmanları ve araştırmacılar gibi kullanıcılar tarafından karar destek amacıyla kullanılabileceği düşünülmektedir.
Keywords : Derin Öğrenme, Nörogörüntüleme, Yazılım Aracı