DERİN ÖĞRENME YÖNTEMLERİKULLANILARAK BEYİN TÜMÖRÜTİPLERİNİN VE SINIRLARININ TAHMİNLENMESİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: MERVE PINAR
Danışman: Zehra Aysun Altıkardeş
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Hastalar için beyin tümörlerinin normal dokulara zarar vermeden tamamen çıkarılması çok önemlidir. Cerrahlara yardımcı olabilecek intraoperatif yöntemler sınırlıdır. Beyin tümörlü hastaların teşhis ve tedavi planlarını geliştirmek için tasarlanmış çok sayıda radyolojik ve patolojik yapay zeka tekniği olmasına rağmen, çoğu durumda normal doku ile beyin tümörünü ameliyat sırasında ayırt edebilme yeteneği cerrahın deneyimine bağlıdır. Beyin tümör ve dokularını, renkli mikroskobik video görüntülerinden tespit etmek için Mask R-CNN tabanlı bir derin öğrenme algoritması geliştirilmiştir. 2860 cerrahi görüntü üç gruba ayrılmıştır: 2438 (%73) görüntüden oluşan bir eğitim seti, 464 görüntüden oluşan bir doğrulama seti (%14) ve 422 (%13) görüntüden oluşan bir test seti. Beyin tümörlerini ve normal dokuları (dura, serebrum, kalvaria) tespit eden Mask R-CNN tabanlı bir model eğitilmiş, doğrulama seti ve test setinde performans ölçümleri hesaplanmıştır. Sonuç olarak doğrulama seti için sırasıyla 0.99, 0.99 ve 0.99 olarak kesinlik, duyarlılık ve mAP değerleri hesaplanmıştır. Test seti için kesinlik, duyarlılık ve mAP değerleri sırasıyla 0.81, 0.77 ve 0.64 olarak hesaplanmıştır. Etiketlenen görüntü sayısı artırılırsa ve veri kümesi genişletilirse performans metrik değerlerinin artması beklenmektedir. Önerilen bu uygulama ile cerrahi işlem sırasında ve sonrasında ortaya çıkabilecek olası sorunların yanı sıra bunlardaki insan hatası marjının azaltılması ve hastanın yaşam kalitesinin artırılması öngörülmektedir. Bu sistemin, özellikle acemi doktorların uygun cerrahi deneyime sahip olmadığı gerçeği ışığında, ameliyatlarının başarısını etkileyecek veya yardımcı olacak bir uzman sistem olduğuna inanılmaktadır.