Automated classification of brain tumors by deep learning-based models on magnetic resonance images using a developed web-based interface

Authors : Bora TETİK, Hasan UCUZAL, Şeyma YAŞAR, Cemil ÇOLAK

Pages : 192-200

Doi:10.18521/ktd.889777

View : 17 | Download : 6

Publication Date : 2021-06-07

Article Type : Research Paper

Abstract :Amaç: Primer santral sinir sistemi tümörleri (PSSST), dünyada yeni teşhis edilen kanserlerin yaklaşık %3'ünü oluşturmaktadır ve erkeklerde sıklığı daha yüksektir. Beyin tümörlerinin ve PSSST'lere bağlı ölümlerin görülme sıklığı tüm dünyada giderek artmaktadır. Son zamanlarda birçok çalışma, tıbbi görüntüleme uygulamalarında derin öğrenme algoritmaları kullanılarak geliştirilen otomatik makine öğrenimi (AutoML) algoritmalarına odaklanmıştır. Bu çalışmanın temel amacı, radyologlara destek sağlamak için beyin tümörlerinin (glioma, menenjiom hipofiz adenomları) tıbbi görüntülerinin analizinde yapay zeka tabanlı tekniklerin kullanımını göstermek, hızlı ve doğru tanı konulması için beyin tümörlerini sınıflandıran kullanıcı dostu ve ‘ücretsiz web tabanli bir yazılım geliştirmektir. Gereç ve Yöntemler: Açık kaynaklı T1 ağırlıklı manyetik rezonans beyin tümörü görüntüleri Nanfang Hastanesi, Guangzhou, Çin ve Genel Hastane, Tianjin Tıp Üniversitesinden elde edildi. Önerilen web tabanlı arayüzün ve derin öğrenme tabanlı modellerin oluşturulması için Python'un programlama dilinde kullanılan Keras / Auto-Keras kütüphanesi kullanıldı. Performans değerlendirmelerinde doğruluk, duyarlılık, özgüllük, G-ortalama, F-skor ve Matthews korelasyon katsayısı ölçümleri kullanıldı. Sonuçlar: Eğitim aşamasında veri kümesinin %80'i (2599 örnek) kullanılırken, %20'si (465 örnek) test aşamasında kullanıldı. Eğitim veri setinde beyin tümörlerinin sınıflandırılmasında tüm performans ölçütleri %98'in üzerinde sonuçlanmıştır. Benzer şekilde, test veri setinde menenjiom için duyarlılık ve MCC dışındaki tüm değerlendirme ölçütleri % 91'den yüksektir. Sonuç: Deneysel sonuçlar, önerilen yazılımın üç tip beyin tümörünü tespit etmek ve tanı koymak için kullanılabileceğini ortaya koymaktadır. Geliştirilen bu web tabanlı yazılıma hem İngilizce hem de Türkçe olarak http://biostatapps.inonu.edu.tr/BTSY/ adresinden ücretsiz olarak erişilebilir.
Keywords : Beyin tümörleri, Derin öğrenme yaklaşımları, Keras Auto Keras, T1 ağırlıklı manyetik rezonans görüntüleme