With the development of deep learning methods in recent years, image processing has gained importance in health. One of the most common studies in this field is the rapid and accurate diagnosis of cancerous brain tumors. Brain tumors are one of the leading causes of death in cancer patients, especially in children and the elderly. Especially in the last ten years, the development of GPU computing technologies and the increase in studies in deep learning also contributed to this field. In this study, a system that detects brain tumor cells by using U-Net architecture with 512x512 filter sizes on MRI images has been implemented. In the study, the BRATS dataset, one of the global datasets frequently used in the literature, was used. As a result of the survey, a dice score of 91.38% was obtained, which can be accepted as reliable.
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.