- Journal of Scientific Reports-B
- Sayı: 008
- BEYİN TÜMÖRÜ TEŞHİSİNDE CNN-FL MODELİ AĞ PERFORMANSININ AKTİVASYON FONKSİYONLARINA GÖRE KARŞILAŞTIRI...
BEYİN TÜMÖRÜ TEŞHİSİNDE CNN-FL MODELİ AĞ PERFORMANSININ AKTİVASYON FONKSİYONLARINA GÖRE KARŞILAŞTIRILMASI
Authors : Tamer Aslan, Elif Ebru Çaki
Pages : 43-54
View : 74 | Download : 54
Publication Date : 2023-12-31
Article Type : Research
Abstract :Beyin tümörü, hücre bölünmesinin kontrolden çıkarak hücrelerin büyüyerek kitle haline gelmesinden meydana gelmektedir. Kafatası içerisinde sınırlı bir alanda bulunan beyine baskı oluşturan tümör büyüdükçe kişinin beyninin görevlerini gerçekleştirmemesine neden olmaktadır. Her yaş grubunda meydana gelebilen ve oldukça riskli olan bu tümörün teşhisinin doğru olması kişinin hayat fonksiyonlarının da korunmasını sağlamaktadır. MR Çalışmanın nihai hedefi erken ve doğru teşhis ile kişinin yaşam fonksiyonlarına olduğu gibi devamını sağlamaktır. Hastalıkların doğru ve hızlı teşhisi için yapay zeka sistemleri kullanılmaktadır. Brain Tumor veri seti, CNN mimarisini temel alan ancak daha başarılı sonuçlar verebilen CNN-FL mimarisi ile eğitilmiştir. Literatürde yaygın kullanılan 4 aktivasyon ile eğitimler gerçekleştirilerek karşılaştırılmaları yapılmıştır. Kullanılan aktivasyon fonksiyonları ReLU, Leaky ReLU, GELU ve Swish aktivasyon fonksiyonlarıdır. En yüksek %98 sınıflandırma başarısına GELU aktivasyon fonksiyonu kullanılarak ulaşılmıştır. Çalışmamızın sonunda yapay zeka tabanlı bu modelin MR görüntülerinden beyin tümörü teşhisine yardımcı bir araç olabileceğini göstermektedir.Keywords : : CNN-FL, Beyin Tümörü, Yapay Zeka, Derin Öğrenme, Aktivasyon Fonksiyonları