Beyin Tümörü oldukça agresif bir hastalık olmakla beraber sağ kurtulma oranlarıda çok düşüktür. Beyin tümörleri boyut ve konum olarak fazlaca olasalıkta bulunabilmektedir. Bundan dolayı beyin cerrahlarının doğru tedaviyi uygulayabilmesi için MRI analizine ihtiyaç duyar. Genellikle üçüncü dünya ülkeleri olarak tanımlanabilecek ülkelerde bu tür analizler doktorların yetkinliklerinin az ve bilgi eksiklerinden kaynaklı olarak bu tür analizleri yapamamakta ya da yanlış yapmaktadır. Bulut tabanlı bir analiz sistemi bu sorunun üstesinden gelebilecektir. Bu sistem hem tümörü sınfılandırabilmekte hem de yerini gösterebilmektedir. Bu tasarımda görüntü işleme algoritması olan CNN algoritması kullanarak MRI resimlerini bir takım filitrelerden geçirerek görünürlüğünü arttırıp tensorflow kütüphanesinde bulunan sequential modeli kullanarak tümörün yerinin tesipiti ve sınıflandırılması yapılmıştır.
KAYNAKLAR
- [1] J. Seetha and S.Selvakumar Raja,” Brain Tumor Classification Using Convolutional Neural Networks” in Biomedical Pharmacology Journal, September 2018, Vol. 11(3), p. 1457-1461.
- [2] Deep learning based brain tumor classification and detection system ALİ ARI DAVUT HANBAY. Turkish Journal of Electrical Engineering Computer Sciences,2018, 26: 22752286.
- [3] CHARPENTIER, J-C., Process intensification by miniaturization. Chem. Eng. Technol, 28(3):255258, 2005.
- [4] Sentdex : ”Machine Learning with Python” https://www.youtube.com/user/sentdex
- [5] Karen Simonyan and Andrew Zisserman ”Very deep convolutional networks for large-scale image recognition”
- [6] Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton ”ImageNet Classification with Deep Convolutional Neural Networks”
- [7] Karan Chauhan1, Shrwan Ram2 , ”Image Classification with Deep Learning and Comparison between Different Convolutional Neural Network Structures using Tensorflow and Keras”,