Tez No	İndirme	Tez Künye	Durumu
382339		MR görüntüleri ve MR spektroskopi verileri ile yapay öğrenme tabanlı beyin tümörü tespit yöntemi ve uygulaması / Design and application of novel methods for brain tumor detection using machine learning approaches on MR images and MR spectroscopy data Yazar:EMRE DANDIL Danışman: DOÇ. DR. MURAT ÇAKIROĞLU Yer Bilgisi: Sakarya Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Mühendislik Bilimleri = Engineering Sciences ; Onkoloji = Oncology Dizin:Beyin neoplazmları = Brain neoplasms ; Bilgisayar destekli yazılım = Computer aided software ; Bilgisayar destekli öğrenme = Computer assisted learning ; Görüntü sınıflandırma = Image classification ; MR = ; Nükleer manyetik rezonans = ; Pseudotümör cerebri = Pseudotumor cerebri ; Uygulama yazılımı = Application software ; Yapay zeka = Artificial intelligence	Onaylandı Doktora Türkçe 2015 179 s.
Beyinde büyüyen ve gelişen kötü huylu tümörler son zamanlarda insan ölümlerinin en önde gelen nedenlerinden birisi olmaya başlamıştır. Beyin tümörleri için en uygun tedavi yönteminin belirlenmesi hekim tarafından tümörün türünün ve evresinin belirlenmesine bağlıdır. Beyin tümörünün tecrübeli radyologlar tarafından tam olarak teşhis edilebilmesi, Manyetik Rezonans (MR görüntüleri), MR spektroskopi verileri ve patolojik değerlendirmeleri içerisine alan karmaşık bir süreçtir. Genel olarak bir radyolog bu süreçle ilgili olarak önemli doğruluk ve hassaslıkta karar verebiliyor olsa da, hataları en aza indirebilmek için sürekli yeni yöntemler araştırılmaktadır. Bu yüzden radyolog ya da hekimlerin beyin tümörlerinin ayrımını yüksek oranda yapabilecek Bilgisayar Destekli Teşhis (Computer-Aided Detection, CAD / BDT) sistemlerinden yararlanması oldukça önemlidir. Bu tez çalışmasında, hem MR görüntüleri ile hem de MR Spektroskopi (MRS) verileri kullanarak, radyologların karar verme aşamalarında yardımcı olabilecek, beyin tümörlerinin tespitini başarılı bir şekilde yapan yeni bilgisayar destekli yaklaşımlar önerilmiştir. Tez kapsamında geliştirilen ilk yöntem MR görüntüleri üzerinde çalışmakta ve beyin tümörlerinin iyi/kötü huylu ayrımlarını görüntü işleme ve örüntü tanıma teknikleri ile gerçekleştirmektedir. Bu işlemi gerçekleştirmek amacıyla MR görüntüleri üzerinde kafatası kısmını çıkarma için yeni bir görüntü ön-işleme tekniği önerilmiştir. Ayrıca, tümör ayrımlarında sınıflandırıcı etkisini görebilmek için farklı sınıflandırıcıların başarımları kıyaslanmıştır. 188 adet MR görüntüsü üzerinde yapılan detaylı deney sonuçlarına göre, önerilen yöntem ile %96.81 doğruluk oranı ile beyin tümörlerinin iyi / kötü huylu ayrımı gerçekleştirilebilmiştir. Tez kapsamında önerilen bir diğer yöntemde ise, MR spektroskopi sinyalleri üzerinde çalışan ve Yapay Bağışıklık Sistemi (YBS) tabanlı yeni bir BDT yaklaşımı geliştirilmiştir. Önerilen yöntem ile MRS verileri kullanılarak iyi huylu / kötü huylu tümör ayrımı, beyin tümörünün evrelemesi, normal beyin dokusu ile beyin tümörünün ayrımı, metastaz beyin tümörleri ile birincil beyin tümörlerinin ayrımı ve sahte tümörlerin belirlenmesi yüksek başarımla mümkün olmuştur. Çok uluslu ve merkezli bir proje kapsamında elde edilen geniş bir veri seti ile gerçekleştirilen deney sonuçlarına göre sırasıyla %96.97, %100, %100, %98.33 ve %98.44 başarım elde edilmiştir.
Malignant tumors growing and developing in the brain have recently become one of the leading causes of death in humans. Determination of the most suitable treatment for brain tumors depends on accurate detection of malignancy, type and grade of the tumor by the physician. Diagnosis of brain tumors by radiologists is a complex process which includes MR images, MR spectroscopy data and pathological assessments. Generally, a radiologist makes a decision with reasonable accuracy and specifity rates. However new methods have been investigated by the researchers to minimize the diagnosis mistakes. Therefore, it is crucial for radiologists or physicians to use a Computer-Aided Diagnosis (CAD) system which will help detection of brain tumors with high success rates. In this thesis, novel computer aided methods, which use MR images and MR Spectroscopy data, have been proposed for the detection of brain tumors to support decision process of the radiologists. The first method developed in the thesis differentiates brain tumors as benign or malignant by image processing and pattern recognition techniques on MR images. To perform this operation, a new image pre-processing technique has been proposed to strip the skull region. Moreover, to evaluate the effect of classifier performance on tumor differentiation, different classifiers have been compared. According to detailed test results performed on 188 MR images, benign or malignant differentiation of brain tumors can be detected with 96.81% accuracy rate by proposed method. In the second method, a novel Artificial Immune System (AIS) based computer-aided diagnosis system has been proposed. This system utilizes MR Spectroscopy signals to make a decision about brain tumors. The system can perform differentiation of benign / malign, metastatic / primary, pseudo / normal tumors and grading of brain tumors with high accuracy rates. According to the experimental results performed on large dataset obtained from an international and multi-center project, the detection performance has been achieved 96.97%, 100%, 100%, 98.33% and 98.44% success rates respectively.