Evrişimsel sinir ağları ile beyin tümörü türlerinin tespit edilmesi

Görme, işitme ve hareketi sağlama gibi önemli yaşamsal fonksiyonları kontrol eden beyin, hastalığı söz konusu olduğunda yaşantımızı olumsuz yönde etkilemektedir. Bu hastalıklardan tüm yaş gruplarında ortaya çıkabilen ve iyi/kötü huylu olabilen ölümcül olan hiç şüphesiz beyin tümörüdür. Bu nedenle erken tanı ve teşhis çok önemlidir. Beyin tümörü türlerinin tespiti ve tedavi yöntemi için MR (Manyetik Rezonans) görüntüleri kullanılmaktadır. Evrişimsel Sinir Ağları (ESA) modellerinin medikal görüntülerden hastalıkların tespitinde başarılı sonuçlar elde etmesi, katman sayısı ve diğer hiper-parametrelerin optimum şekilde oluşturulmasına bağlıdır. Bu çalışmada en az katman ve parametre sayısıyla en yüksek doğruluğu elde edecek bir ESA modeli öneriyoruz. ESA modellerinin eğitiminde kullanılmak üzere elde edilen ve 4 farklı sınıftan oluşan (Menenjiyom, Glioma, Pituitary ve Normal) bir veri seti, katman ve filtre sayıları, filtre boyutları, yığın sayısı, en iyileme algoritmaları ve tur değerleri değiştirilerek 50 farklı geliştirilmiş derin öğrenme modeli üzerinde eğitilmiş ve test edilmiş olup, %99,47 doğruluk ve %99,44 f1-skoru değerleri ile en iyi model tespit edilmiştir. Ayrıca önerilen en iyi modelimiz, önceki çalışmalardan ve en iyileme algoritması, yığın ve tur sayıları aynı olmak koşuluyla bazı transfer öğrenme modellerinden daha iyi sonuç elde etmiştir.