Skip to content

Latest commit

 

History

History
172 lines (125 loc) · 5.32 KB

READTR.md

File metadata and controls

172 lines (125 loc) · 5.32 KB

🧠 Keras ile Beyin Tümörü Tespiti 🧠

İçindekiler

🔍 Proje Genel Bakışı

Bu proje, Keras kullanılarak geliştirilen bir Evrişimsel Sinir Ağı (CNN) modeliyle beyin MRI görüntülerindeki tümörleri tespit etmeyi amaçlamaktadır. Geliştirilen model, MRI taramalarını "Tümör Yok" ve "Tümör Var" olarak sınıflandırır. Modelin etkinliği ve doğruluğu, sağlık profesyonellerine erken teşhis için yardımcı olabilir.

🎯 Amaçlar

  • Veri İşleme: MRI görüntülerinin yüklenmesi ve ön işlenmesi.
  • Model Geliştirme: Keras kullanarak bir CNN modeli oluşturma.
  • Model Değerlendirme: Modelin doğruluğunu görselleştirerek performansını analiz etme.
  • Tahmin Gösterimi: Modelin yaptığı tahminleri örneklerle sunma.

🧰 Kullanılan Teknolojiler

Keras

Keras, Python dilinde çalışan, hızlı prototipleme için ideal olan, derin öğrenme modelleri geliştirmeye yönelik yüksek seviyeli bir kütüphanedir. TensorFlow gibi arka uçlarla çalışarak performansı artırır.

Keras'ın Özellikleri:

  • Kullanıcı Dostu API: Karmaşık ağları kolayca oluşturmanızı sağlar.
  • Modüler Yapı: Katmanlar, aktivasyon fonksiyonları ve optimizasyonlar modüler yapıdadır.
  • Esnek ve Genişletilebilir: Geliştiricilere özel bileşenler ekleme imkanı sunar.

Diğer Kütüphaneler

  • Python 3.x: Ana programlama dili.
  • OpenCV: Görüntü işleme kütüphanesi.
  • NumPy: Matematiksel işlemler için.
  • Matplotlib: Grafikler ve görselleştirme için.
  • Scikit-learn: Veri bölme ve model değerlendirme araçları.

📁 Proje Yapısı

beyin-tumor-tespiti/  
├── data/  
│   ├── no/  
│   └── yes/  
├── images/  
│   ├── brain_mri.jpg  
│   └── sonuç_grafiği.png  
├── notebooks/  
│   └── tumor_detection.ipynb  
├── requirements.txt  
├── README.md  
└── LICENSE
  • data/: MRI görüntülerinin bulunduğu klasör.
  • images/: Sonuç grafiklerinin ve görsellerin tutulduğu klasör.
  • notebooks/: Tüm kodların bulunduğu Jupyter Notebook dosyası.
  • requirements.txt: Proje için gerekli kütüphaneler listesi.
  • README.md: Proje dokümantasyonu.
  • LICENSE: Lisans bilgileri.

🛠️ Kurulum ve Çalıştırma

Gereksinimler

  • Python 3.6+
  • pip paket yöneticisi

Kurulum Adımları

  1. Proje Deposunu Klonlayın

    git clone https://github.com/yourusername/brain-mri-tumor-detection.git  
cd brain-mri-tumor-detection

  2. Sanallaştırılmış Ortam Oluşturun

    python3 -m venv venv  
source venv/bin/activate  # Windows için: venv\Scripts\activate

  3. Bağımlılıkları Kurun

    pip install -r requirements.txt

  4. Veri Kümesini İndirin

    • Veriyi Kaggle'dan indirin ve data/ klasörüne yerleştirin.

💻 Kullanım

Veri Hazırlama

Veriler OpenCV kullanılarak gri tonlamaya çevrilir, boyutlandırılır ve normalleştirilir.

Model Mimarisi

Aşağıdaki CNN mimarisi kullanılmıştır:

  • Conv2D: 32 ve 64 filtre ile iki katman.
  • MaxPooling2D: Özellik haritalarını küçültme.
  • Flatten: Düzleştirme katmanı.
  • Dense: Tam bağlantılı katmanlar.
  • Dropout: %50 oranında rastgele nöron bırakma.

Modeli Eğitme

model.fit(X_train, y_train, epochs=10, validation_data=(X_test, y_test), verbose=1)

Modeli Değerlendirme

Test doğruluğu ölçülüp ekrana yazdırılır.

📈 Sonuçlar

Eğitim ve Doğrulama Doğruluğu

Eğitim sırasında modelin doğruluğu:

Model Accuracy

  • Eğitim Doğruluğu: %92
  • Test Doğruluğu: %90

📚 Kaynaklar

📜 Lisans

Bu proje MIT Lisansı altında lisanslanmıştır. Ayrıntılar için LICENSE dosyasına göz atın.

Not: Bu proje eğitim amaçlıdır. Kesin tıbbi teşhis için sağlık uzmanlarına başvurunuz.