İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2022 · article

U-Net Mimarisi ile Beyin Tümörü MRI Görüntülerinin Segmentasyonu

YÖKSİS OpenAlex Açık erişim · diamond TR Index
Yıl2022
Atıf0OpenAlex
Atıf1Semantic Scholar · 1 etkili
Yüzdelik%10,9
FWCI0,01,00 = dünya ortalaması
Scopus (SJR)Q4

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıEl-Cezeri: Journal of Science and Engineering
  • Katalog eşleşmesi (ISSN)El-Cezeri Journal of Science and Engineering
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

Son yıllarda derin öğrenme yöntemlerinin gelişmesiyle birlikte, sağlık alanında görüntü işleme konusu oldukça önem kazanmıştır. Bu alanda yapılan en yaygın çalışmalardan birisi de kanserli beyin tümörlerinin hızlı ve doğru teşhis edilmesine yöneliktir. Beyin tümörleri başta çocuklar ve yaşlılar olmak üzere kanser hastalarının önde gelen ölüm nedenlerinden biridir. Özellikle son on yılda GPU hesaplama teknolojilerinin gelişmesi ve buna bağlı olarak derin öğrenme alanında yapılan çalışmaların artması da bu alana katkı sağlamıştır. Bu çalışmada MRI görüntüleri üzerinde 512x512 filtre boyutlarına sahip U-Net mimarisi kullanılarak beyin tümör hücrelerinin tespit edilmesini sağlayan bir sistem gerçekleştirilmiştir. Çalışmada literatürde sıkça kullanılan global verisetlerinden BRATS veriseti kullanılmıştır. Yapılan çalışma sonucunda güvenilirliği kabul edilebilen %91,38’lik bir dice skoru elde edilmiştir.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

0atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yazarlar

3
  1. SÜLEYMAN UZUN 1
  2. EMİN GÜNEY SAKARYA UYGULAMALI BİLİMLER ÜNİVERSİTESİ 2
  3. Bünyamin Bingöl 3