- Avrupa Bilim ve Teknoloji Dergisi
- Ejosat Special Issue: (HORA) Special Issue
- MR Spektroskopi Sinyalleri Kullanılarak LSTM Derin Sinir Ağları ile Beyinde Sahte Tümörlerin Tespiti...
MR Spektroskopi Sinyalleri Kullanılarak LSTM Derin Sinir Ağları ile Beyinde Sahte Tümörlerin Tespiti
Authors : Emre Dandil, Semih Karaca
Pages : 426-433
Doi:10.31590/ejosat.780675
View : 13 | Download : 4
Publication Date : 2020-08-15
Article Type : Research
Abstract :Manyetik rezonans spektroskopi (MRS) günümüzde beyin tümörlerinin tespitinde kullanılan müdahalesiz araçlardan biridir. Biyopsi gibi ameliyata bağlı enfeksiyon ve ölüm riski getirmediği için hekimler tarafından yaygın olarak tercih edilmektedir. MRS beyinle ilgili metabolik bir profil sunmaktadır. Tümör ve sahte tümörlerin MRS örüntüleri birbirleri ile benzerlik gösterebilmektedir. Bu sebepten dolayı beyin tümörünün doğru teşhisi ve sınıflandırılması, hastanın tedavi planlaması açısından hayati bir önem taşımaktadır. Bu çalışmada, MRS verileri kullanılarak, derin sinir ağları ile gerçek ve sahte beyin tümörlerinin sınıflandırılması sağlanmıştır. Çalışma kapsamında yürütülen deneysel çalışmalarda, LSTM (Long Short Term Memory – Uzun Kısa Süreli Bellek) ve Bi-LSTM (Bi-directional Long Short Term Memory – Çift Yönlü Uzun Kısa Süreli Bellek) derin sinir ağları mimarileri kullanılmıştır. Çalışmada INTERPRET veritabanında bulunan tümör ve sahte tümörlere ait MRS sinyal örüntüleri kullanılmıştır. LSTM sinir ağlarının eğitimi ve test edilmesi için çok sayıda tümör ve sahte tümöre ait MRS verisini elde etmek gerçek dünyada zor bir prosedürel süreç olduğundan, ağ eğitilmeden ve test edilmeden önce, MRS veriseti için veri büyütme (çoğaltma) yöntemleri ile veri sayısı çoğaltılmıştır. LSTM sinir ağları, hem veri çoğaltma olmadan hem de veri çoğaltma ile eğitilmiş ve test edilmiştir. Kullanılan LSTM sinir ağlarının eğitim ve testleri esnasında her model için tekrarlı K-kat çapraz doğrulama yöntemi kullanılmıştır. Eğitimler, her model için 5 kat ve 10 tekrar ile yapılmıştır. MRS verilerini bilgisayar destekli sınıflandırmaya dayalı bir yöntem ile sınıflandıran bu çalışma sonucunda, geliştirilen uygulama ile veri çoğaltma olmadan yapılan testlerde, kullanılan iki mimari için ortalama %81.15 doğruluk başarımı elde edilirken; veri çoğaltma yapıldıktan sonra yapılan testlerde, her iki mimari için ortalama %95.15 doğruluk başarımı elde edilmiştir.Keywords : Beyin tümörleri, MRS, Sınıflandırma, Derin Öğrenme, LSTM, Bi-LSTM