TY  - JOUR
TI  - Medikal Görüntü İşlemede Derin Öğrenme
Uygulamaları
AB  - Manyetik rezonans görüntüleme (MRI), bilgisayarlı tomografi (BT), pozitron emisyon tomografisi (PET),
mamografi, ultrason ve röntgen gibi tıbbi görüntüleme teknikleri uzun yıllardan beri hastalıkların teşhisi,
tanısı ve tedavisi için kullanılmıştır. Ancak hastalıkların daha erken teşhisi, uzmanların yoğunluğunu
azaltma, çakışan uzman görüşlerini karara bağlama gibi nedenlerle, bu alanda makine öğrenmesi
yöntemlerinden yararlanılmaktadır. Veri miktarının artması ile makine öğrenmesi yöntemleri görüntü
işleme alanında yetersiz kalmış, gelişen matematiksel modeller ve donanımsal cihazlar sayesinde derin
öğrenme bu alanda kendine geniş bir yer edinmiştir. Bu çalışmada derin öğrenme yöntemlerinin medikal
görüntü işleme alanında uygulanması incelenmiştir. Segmentasyon, sınıflandırma ve hastalık teşhisi,
görüntü oluşturma, dönüştürme ve iyileştirme alanlarında yapılan çalışmalardan oldukça güncel örnekler
sunulmuş, yapılan çalışmalarda kullanılan algoritmalar kısaca açıklanmıştır. Ayrıca BraTS 2020 veri seti
üzerinde derin öğrenme ile beyin tümör segmentasyonu gerçekleştirme denenmiş, sonuç olarak %86 dice
benzerlik oranı ve %80 hassasiyet değeri elde edilmiştir. Bu çalışmanın medikal görüntüler üzerinde derin
öğrenme yöntemleri ile yapılacak farklı çalışmalara yol gösterecek bir kaynak olması hedeflenmiştir.
AU  - DURU, NEVCIHAN
AU  - Eker, Ayse Gul
DO  - 10.26650/acin.927561
PY  - 2021
JO  - Acta Infologica
VL  - 5
IS  - 2
SN  - 2602-3563
SP  - 459
EP  - 474
DB  - TRDizin
UR  - http://search/yayin/detay/520084
ER  -