Evrişimsel Sinir Ağları Tabanlı MR Görüntülerinden Beyin Tümörü Tespiti

Authors : Kübra Bozoğlan, Burakhan Çubukçu

Pages : 1341-1366

Doi:10.31466/kfbd.1485913

View : 269 | Download : 294

Publication Date : 2025-12-15

Article Type : Research Paper

Abstract :Bu çalışmanın amacı Manyetik Rezonans (MR) görüntülerini kullanarak derin öğrenme yöntemleri ile beyin tümörlerini tespit etmek ve derin öğrenme yöntemlerinin başarımlarını kıyaslamaktır. Beyin tümörleri, günümüzde artış gösteren ölümcül bir hastalık tehdidi haline gelmiştir. Hızlı büyüme eğilimleri göz önüne alındığında, erken teşhis ve doğru tedavi, hastaların hayatta kalma şansını artırmak için oldukça önem arz etmektedir. MR görüntülerinin incelenmesi, bu teşhis sürecinin temelini oluşturmaktadır. Bu çalışmada, beyin MR görüntülerinden tümörleri otomatik olarak tespit eden ve sınıflandıran, uzmanlara yardımcı olabilecek yeni bir bilgisayar destekli sistem sunulmaktadır. Geliştirilen sistem, Evrişimsel Sinir Ağları (CNN) adı verilen derin öğrenme mimarisine dayanmaktadır. Çalışmada, farklı öğrenme aktarım mimarilerinden VGG16, ResNet50 ve DenseNet121 kullanılmıştır. Bu modeller Figshare, SARTAJ ve Br35H veri setlerinin birleşiminden oluşturulan bir veri seti üzerinde test edilerek kıyaslanmıştır. Elde edilen bulgular, VGG16 mimarisinin %99,05\\\'lik doğruluk oranıyla en yüksek başarıyı yakaladığını göstermiştir. ResNet50 mimarisi ise %73,40’lık başarı oranıyla modeller arasında en düşük başarı gösteren model olmuştur. Bu bulgular ışığında, evrişimsel sinir ağları tabanlı otomatik tümör tespit sisteminin, beyin tümörlerinin erken teşhisinde ve tedavisinde önemli bir rol oynayabileceği öngörülmektedir. Sistemin, uzman radyologların iş yükünü hafifletmesi ve teşhis sürecinin daha hızlı ve doğru bir şekilde gerçekleşmesine katkıda bulunması beklenmektedir.
Keywords : Beyin Tümörü, Derin Öğrenme, CNN, VGG16, ResNet50, DenseNet121

ORIGINAL ARTICLE URL