Derin öğrenme ve açıklanabilir yapay zekâ teknikleri ile beyin tümörlerinin tespiti ve analizi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: MUSTAFA ÖZLÜ
Danışman: NUH AZGINOĞLU, METE ÇELİK
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Beyin, vücudun yönetim merkezi olup, işlevlerindeki bozulmalar dikkatli inceleme ve acil müdahale gerektirmektedir. Sağlık çalışanları, beyin anormaliklerini tespit etmek için manyetik rezonans görüntüleme (MRG) kullanmaktadırlar. Bu teknik beyin kanamaları, inme ve tümörler gibi durumları belirlemede hayati öneme sahiptir. Hassas görüntü analizi ile doğru teşhis yapılabilmektedir, bu da erken müdahale ve özelleştirilmiş tedavi planlarına olanak tanımaktadır. Ancak, teşhis süreçlerinde eksiklikler ve insan hataları olabilmektedir. Derin öğrenme yöntemleri, teşhis doğruluğunu artırarak bu süreci iyileştirmeyi amaçlamaktadır. Derin öğrenme, görüntü analizi için yaygın olarak kullanılan güçlü bir yapay zekâ tekniğidir. Bilgisayarlar, karmaşık matematiksel modellerle eğitilerek nesne tanıma ve sınıflandırma görevlerini etkin bir şekilde yerine getirmektedir. Özellikle evrişimsel sinir ağları (ESA) süreçte kritik bir rol oynamaktadır ve sağlık alanında kullanılmaktadır. Bu çalışmada, beyin MR görüntülerinde tümör tespiti için 7 tane ESA tabanlı model kullanılmıştır. Kullanılan veri kümesi BRaTS 2021, 1200 kişiye ait yaklaşık 185,000 görüntü içermektedir. Modeller, veri kümesi ile eğitilmiş ve test edilmiştir. BRaTS 2021 veri kümesini eğitmek ve test etmek için kullanılan derin öğrenme modelleri arasında ResNet18, ResNet34, ResNet50, MobileNetV2, VGG16, DenseNet161 ve AlexNet bulunmaktadır. Bu modellerin başarısı, doğruluk, kesinlik, duyarlılık ve F1-skoru performans metrikleri kullanılarak gösterilmiştir. Ayrıca, her model için açıklanabilir yapay zekâ (AYZ) maskeleri analiz edilip, görselleştirilmiştir. AYZ yöntemlerini sayısal olarak değerlendirmek için 2 tane performans değerlendirme ölçütü kullanılmıştır.