@article{article_831506, title={Multi Depth V-Net model ile 3 boyutlu böbrek ve tümör segmentasyonu}, journal={International Journal of Engineering Research and Development}, volume={12}, pages={35–41}, year={2020}, DOI={10.29137/umagd.831506}, author={Türk, Fuat and Lüy, Murat and Barışçı, Necaattin}, keywords={v-net model, kidney tumor, kidney cancer, deep learning}, abstract={Böbrek kanseri günümüzde hızla yayılan önemli bir kanser türüdür. Son yıllarda, böbrek kanseri için birçok tedavi yöntemi geliştirilmekle birlikte mevcut çalışmalar halen devam etmektedir. Bu çalışmalar, böbrek kanseri hastalarının hayatlarına yeni bir umut sunan tedavi bilgilerini mümkün kılmaktadır. Çalışmalar incelendiğinde tıbbi segmentasyonda önemli bir alternatif gibi gözükmektedir. Hastalık sinsi ilerleyebilmekle beraber bazen son evreye kadar hastalarda ciddi bir şikâyet bile olmayabilir. Bu yüzden segmentasyon erken tanı ve teşhis için önem arz etmektedir. Bu çalışmada da hekimlere yardımcı olabilmek amacıyla düşünülerek hazırlanmıştır. Burada Multi Depth V-Net modeli üzerinde iyileştirmeler yapılarak başarılı sonuçlar elde edilmiştir. Multi Depth V-Net model ve V-Net model böbrek segmentasyonu için sırasıyla 0,949 ve 0,944 zar katsayısı, tümör segmentasyonu için de 0,841 ve 0,830 zar katsayısına ulaşmıştır. Elde edilen veriler doğrultusunda böbrek ve tümör segmentasyonu için V-Net modellerin uygulanabilir ve doğru sonuçlar verebildiğini söyleyebiliriz.}, number={3}, publisher={Kirikkale University}