Brain tumor detection and classification using image processing techniques

Beyin Tümörü, beyindeki doku veya hücrelerin anormal ve kontrolsüz büyümesidir, beyin tümörü tehlikeli ve yaşamı tehdit eden bir hastalıktır, Görüntü işleme yoluyla hastalıkların tespiti, beyin tümörünün MRI görüntülerini işleyen entegre bir yaklaşımla çalışma yöntemleri kullanılarak yapılır. beynin normal veya anormal olup olmadığını bu yaklaşımı ayırt eder, bu alanda tıbbi bilgileri analiz etmek, beyin tümörünün en önemli özelliklerini analiz etmek ve çıkarmak ve farklı olanları ayırt etmek için görüntü analizi ve işleme tekniklerine odaklanmak için bilgisayar sistemleri kullanılmıştır. her hastalığın semptomlarına dayanan hastalıklar. Bu çalışma, görüntü işleme ve derin öğrenme tekniklerini kullanarak beyin tümörünü tespit etmek için önerilen iki yaklaşımı benimser ve bu iki yaklaşım arasında bir karşılaştırma yapar. Bu çalışma, Glioma, Meningioma, Pituitary Adenoma ve Nerve Sheath dahil olmak üzere bazı önemli ve ortak bir beyin tümörü grubu için planlandı. Bu tür beyin tümörleri dünyadaki en popüler olanlardır. Veri seti, her biri 1500 görüntüye sahip olan kötü huylu (normal) ve iyi huylu (anormal) ile ilgili 3000 görüntü içerir. Aşamalar şeklinde birkaç adımın kullanıldığı ilk önerilen yaklaşımda, bunlar arasında görüntü elde etme aşaması, görüntü ön işleme, görüntü bölümleme, görüntü son işleme, özelliklerin çıkarılması ve sınıflandırma aşaması yer alır. Önerilen ikinci yaklaşımda sınıflandırma işlemini gerçekleştirmek için sınıf destek vektör makinesi (SVM) algoritması kullanılmış, beyin tümörünün birkaç katmandan oluşan bu algoritmanın özel bir yapısına göre sınıflandırıldığı evrişim sinir ağı (CNN) kullanılmıştır. Önerilen bu iki yaklaşımda, tümör farklı sınıflara göre sınıflandırılmıştır. Önerilen iki yaklaşımın performans ve doğruluk açısından karşılaştırılmasından elde edilen sonuçlar, derin öğrenmeyi benimseyen ve CNN algoritmasını kullanan ikinci yaklaşımın birinci yaklaşıma tercih edildiğini gösterdi çünkü ikinciden elde edilen genel doğruluk oranı önerilen yaklaşım (% 98,29) idi. Önerilen ilk yaklaşımdan elde edilen genel doğruluk oranı ise (% 68.9) idi. Bu nedenle önerilen ikinci yaklaşım, beyin tümörünü tespit etme ve sınıflandırma sürecinde daha doğru ve güçlüdür.