AÇIKLANABİLİR YAPAY ZEKA YÖNTEMLERİYLE MR GÖRÜNTÜLERİNDEN BEYİN TÜMÖRÜ TESPİTİ

Abstract

Bu çalışma kapsamında açıklanabilir yapay zeka yöntemleriyle MR görüntülerinden beyin tümörlerinin tespit edilmesi amaçlanmıştır. Yapılan bu çalışmanın tıbbi süreçlere katkı sağlaması, karar destek sistemlerine yönelik yeni bir literatür kazandırması açısından önemli olduğu düşünülmektedir. Çalışma kapsamında CNN modellerinden GradCAM, LIME ve Shapley görselleştirme yöntemleri kullanılmıştır. Çalışmada oluşturulan modelde sınıflandırma 4 grup (No Tumor, Glioma, Meningioma, Pituitary) altında incelenmiştir. Çalışma sonucunda GradCAM, modelin genel odaklanma alanlarını belirlemekte etkili olmuş; LIME, modelin kararlarının detaylı bir açıklamasını sunmuş; Shapley ise modelin genel performansını ve eksikliklerini ortaya koymuştur. Bu tekniklerin birlikte kullanılması, modelin daha güvenilir ve etkili bir şekilde çalışmasını sağlamak için daha fazla veri sağlanmasına veya gerekli iyileştirmelerin yapılmasına olanak tanımaktadır.

Within the scope of this study, it was aimed to detect brain tumors from MRI images with explainable artificial intelligence methods. It is thought that this study is important in terms of contributing to medical processes and providing a new literature on decision support systems. Within the scope of the study, GradCAM, LIME and Shapley visualization methods from CNN models were used. In the model created in the study, the classification was examined under 4 groups (No Tumor, Glioma, Meningioma, Pituitary). As a result of the study, GradCAM was effective in determining the general focus areas of the model; LIME provided a detailed explanation of the model's decisions; Shapley revealed the general performance and shortcomings of the model. Using these techniques together allows more data to be provided or necessary improvements to be made to ensure that the model works more reliably and effectively