Derin öğrenme ile Korpus Kallozum segmentasyonu ve indeks hesaplaması
Derin öğrenme ile Korpus Kallozum segmentasyonu ve indeks hesaplaması Yıldızoğlu, Tahirhan Bu çalışmada, Beyin kesiti resmi üzerinden korpus kallozum indeksini otomatik olarak hesaplayabilecek bir sistem geliştirilmiştir. Derin öğrenme metotları kullanılarak geliştirilen bu çözüm ile radyoloji uzmanları için yardımcı bir karar destek sistemi oluşturulmuştur. MS, Alzheimer, şizofreni, disleksi, ve epilepsi hastalıklarının tespiti ve takibi işlemlerinde, Radyoloji uzmanlarının otomatize edilmiş KKİ hesabı ile zaman tasarrufu sağlamaları amaçlanmıştır. Sunulan çözümde öncelikle seçilen derin öğrenme mimarisinin eğitimi gerçekleştirilmiştir. Eğitim işlemi için gerekli olan veri seti Akdeniz Üniversitesi Radyoloji bölümü yardımı ile edinilmiştir. Google Colaboratory platformunda TensorFlow ve Keras kütüphaneleri ile gerçekleştirilen eğitim sonucunda elde edilen model ile segmentasyon sistemi hazırlanmıştır. Girdi olarak beyin MR kesiti kullanılmaktadır. Alınan medikal resim üzerinde öncelikle eğitilmiş U-Net derin öğrenme modeli ile segmentasyon işlemi gerçekleştirilir. Ardından segmente edilmiş resim üzerinde korpus kallozum indeks hesaplama algoritması ile kalınlık ve uzaklık değerleri elde edilir. Kalınlık ve uzaklık değerleri indeks denklemine yerleştirilerek sonuç değeri bulunmaktadır. Çalışma sonucunda MS subtiplerine göre KKİ değer dağılımları elde edilmiştir.
Derin öğrenme ile Korpus Kallozum segmentasyonu ve indeks hesaplaması Yıldızoğlu, Tahirhan Bu çalışmada, Beyin kesiti resmi üzerinden korpus kallozum indeksini otomatik olarak hesaplayabilecek bir sistem geliştirilmiştir.
Derin öğrenme metotları kullanılarak geliştirilen bu çözüm ile radyoloji uzmanları için yardımcı bir karar destek sistemi oluşturulmuştur. MS, Alzheimer, şizofreni, disleksi, ve epilepsi hastalıklarının tespiti ve takibi işlemlerinde, Radyoloji uzmanlarının otomatize edilmiş KKİ hesabı ile zaman tasarrufu sağlamaları amaçlanmıştır. Sunulan çözümde öncelikle seçilen derin öğrenme mimarisinin eğitimi gerçekleştirilmiştir. Eğitim işlemi için gerekli olan veri seti Akdeniz Üniversitesi Radyoloji bölümü yardımı ile edinilmiştir. Google Colaboratory platformunda TensorFlow ve Keras kütüphaneleri ile gerçekleştirilen eğitim sonucunda elde edilen model ile segmentasyon sistemi hazırlanmıştır.
Girdi olarak beyin MR kesiti kullanılmaktadır. Alınan medikal resim üzerinde öncelikle eğitilmiş U-Net derin öğrenme modeli ile segmentasyon işlemi gerçekleştirilir. Ardından segmente edilmiş resim üzerinde korpus kallozum indeks hesaplama algoritması ile kalınlık ve uzaklık değerleri elde edilir. Kalınlık ve uzaklık değerleri indeks denklemine yerleştirilerek sonuç değeri bulunmaktadır.
Çalışma sonucunda MS subtiplerine göre KKİ değer dağılımları elde edilmiştir.