Manyetik rezonans spektroskopi sinyalleri kullanılarak uzun kısa süreli bellek tipi derin sinir ağları ile sahte beyin tümörlerinin bilgisayar destekli tespiti
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Bilecik Şeyh Edebali Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: SEMİH KARACA
Danışman: Emre Dandıl
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Manyetik rezonans spektroskopi (MRS) günümüzde beyin tümörlerinin tespitinde kullanılan müdahalesiz araçlardan biridir. Biyopsi gibi ameliyata bağlı enfeksiyon ve ölüm riski getirmediği için hekimler tarafından son yıllarda yaygın olarak tercih edilmektedir. MRS beyinle ilgili metabolik bir profil sunmaktadır. Bu profilde tümör ve sahte tümörlerin MRS örüntüleri birbirleri ile benzerlik gösterebilmektedir. Bu sebepten dolayı beyin tümörünün doğru teşhisi ve sınıflandırılması, hastanın tedavi planlaması açısından hayati bir önem taşımaktadır. Bu çalışmada, MRS verileri kullanılarak, derin sinir ağları ile gerçek beyin tümörleri ve normal beyin dokusu ile sahte beyin tümörlerinin ikili sınıflandırılması sağlanmıştır. Çalışma kapsamında yürütülen deneysel çalışmalarda, Uzun Kısa Süreli Bellek (UKSB) ve Çift Yönlü Uzun Kısa Süreli Bellek (ÇY-UKSB) derin sinir ağları mimarileri kullanılmıştır. Bu çalışmada deneysel çalışmalar için, INTERPRET (International Network for Pattern Recognition of Tumours using Magnetic Resonance) veritabanında bulunan 29 adet glioblastom beyin tümörü, 26 adet normal beyin dokusu, 19 adet metastatik beyin tümörü, 9 adet diffüz astrositom beyin tümörü ve 9 adet sahte beyin tümörüne ait MRS sinyalleri kullanılmıştır. UKSB sinir ağlarının eğitimi ve test edilmesi için çok sayıda tümör ve sahte tümöre ait MRS verisini elde etmek gerçek dünyada zor bir prosedürel süreç olduğundan, ağ eğitilmeden ve test edilmeden önce, MRS veriseti için veri büyütme (çoğaltma) yöntemleri ile veri sayısı çoğaltılmıştır. UKSB sinir ağları bu veriler ile eğitilmiş ve test edilmiştir. Kullanılan UKSB sinir ağlarının eğitim ve testleri esnasında her model için tekrarlı k-kat çapraz doğrulama yöntemi kullanılmıştır. Eğitimler, her model için 5 kat ve 10 tekrar ile yapılmıştır. MRS verilerini bilgisayar destekli ikili sınıflandırmaya dayalı bir yöntem öneren bu çalışma sonucunda, geliştirilen uygulama ile yapılan testlerde, glioblastom beyin tümörü ve sahte beyin tümör sınıflandırmasında UKSB modeli ile %93.44, diffüz astrositom beyin tümörü ve sahte beyin tümörü sınıflandırmasında ÇY-UKSB modeli ile %85.56, metastatik beyin tümörü ve sahte beyin tümörü sınıflandırmasında UKSB modeli ile %88.33 ve normal beyin dokusu ve sahte beyin tümörü sınıflandırmasında ÇY-UKSB modeli ile %99.23 doğruluk başarımı elde edilmiştir.