Dönüştürücü model ve görüntü işleme teknikleri kullanılarak beyin mr görüntülerinin sınıflandırılması ve kurumsal katkıları

Abstract

Beyin tümörü, beyindeki hücrelerin yenilenmesi sırasında meydana gelen bozulmalar nedeniyle beyinde kitle oluşmasıdır. Beyin tümörü insan yaşamını riske atan hastalıklardan biridir. Bu nedenle bu hastalığın erken teşhis ve doğru tedavisi hastaların sağlığı açısından son derece önemlidir. Beyin tümörü hastalığının teşhisinde uzmanların geleneksel yöntemlerle teşhis koyması hayli zaman almaktadır. Bu nedenle son zamanlarda geleneksel yöntemlere alternatif olarak yapay zekâ modellerinden yararlanılmıştır. Bu tez çalışmasında beyin tümörü hastalığının teşhis edilip sınıflandırılmasına yönelik derin öğrenme modellerinin kullanıldığı hibrit bir model önerilmiştir. Çalışmada kullanılan veri seti açık erişimli web sitesinden alınmıştır. Bu veri setine görüntü işleme teknikleri uygulanmış ve üç farklı veri seti elde edilmiştir. Daha sonra bu veri setleri model eğitiminden geçirilmiş ve öznitelik seti çıkarılmıştır. Bu da modelin önemli özelliklere bakıp önemsiz özellikleri geri plana atması dolayısıyla da zaman ve maliyetten tasarruf sağlamasıdır. Ardından veri setlerine özellik füzyonu uygulayanmış ve en iyi performansı veren birleşim seti seçilmiştir. Son adımda destek vektör makineleri ile sınıflandırma işlemi gerçekleştirilmiştir. Deneysel analizler sonrasında %99,5 genel doğruluk başarısı elde edilmiştir. Anahtar Kelimeler: Beyin tümörü, Dönüştürücü model, Görüntü işleme teknikleri, Özellik füzyonu,

Brain tumors are masses that form in the brain due to abnormalities occurring during the regeneration of brain cells. They are among the life-threatening diseases affecting humans. Therefore, early diagnosis and accurate treatment of this condition are of critical importance for patient health. However, diagnosing brain tumors using traditional methods by specialists can be quite time-consuming. For this reason, in recent years, artificial intelligence models have been utilized as an alternative to conventional diagnostic approaches. In this thesis, a hybrid model based on deep learning techniques is proposed for the detection and classification of brain tumors. The dataset used in the study was obtained from an open-access website. Image processing techniques were applied to this dataset, resulting in three different datasets. These datasets were then used to train the model, and feature sets were extracted. This process enables the model to focus on significant features while disregarding less important ones, thereby saving both time and cost. Subsequently, feature fusion was applied to the datasets, and the combination yielding the best performance was selected. In the final stage, classification was carried out using Support Vector Machines. As a result of the experimental analyses, an overall accuracy of 99.5% was achieved. Keywords: Brain tumor, Transformer model, Image processing techniques, Feature fusion