Evrişimli Sinir Ağları Kullanarak Beyin Tümörü Sınıflandırması

Authors : Firuze Damla Eryılmaz Baran, Meric Cetin

Pages : 176-183

View : 34 | Download : 73

Publication Date : 2024-12-31

Article Type : Conference Paper

Abstract :Bu çalışmada, evrişimli sinir ağlarına dayalı olarak beyin MRI görüntülerinden beyin tümörünün erken teşhisini kolaylaştıran üç farklı derin öğrenme çerçevesi tasarlanmıştır. Beyin tümörü sınıflandırmasını yapabilmek için ResNet50, VGG16 ve InceptionV3 gibi literatürde çokça kullanılan mimariler tercih edilmiştir. Deneyler için hem orjinal MRI görüntüleri hem de çeşitli manipülasyon teknikleri ile oluşturulan sentetik veriler kullanılmıştır. İkili beyin tümörü sınıflandırma sürecine ek olarak, tasarlanan üç evrişimli sinir ağı modelinde iki farklı aktivasyon fonksiyonunun kullanımdaki etkisi de araştırılmıştır. Yapılan deneylere ait performans ölçütleri doğruluk, F-skor, kesinlik, hassasiyet ve hata oranı metrikleri ile sunulmuştur. Simülasyon sonuçlarında, evrişimli sinir ağının son katmanındaki aktivasyon fonksiyonunun seçimine göre sırasıyla InceptionV3 modeli için ortalama %96,75 doğruluk oranı ve ResNet50 modeli için ortalama %97,75 doğruluk oranı elde edilmiştir.
Keywords : CNN, Beyin tümorü, sınıflandırma, resnet50, vgg16, inceptionv3.