Bu çalışma açıklanabilir yapay zeka yöntemleri kullanılarak MR görüntülerinden beyin tümörlerinin tespit edilmesini amaçlamaktadır. GradCAM, LIME ve Shapley görselleştirme yöntemleri CNN modellerine entegre edilerek, dört farklı beyin durumu (No Tumor, Glioma, Meningioma, Pituitary) sınıflandırılmıştır. GradCAM yöntemi modelin genel odaklanma alanlarını belirlerken, LIME modelin kararlarını detaylandırmış, Shapley ise modelin genel performansını ve eksikliklerini ortaya koymuştur. Çalışmada bu yöntemlerin birlikte kullanılması, model performansının artırılması için önemli bir yol gösterici olarak sunulmuştur.
Açıklanabilir yapay zeka Derin öğrenme Makine öğrenmesi GradCAM Beyin tümörü
In this study, the aim is to detect brain tumors from MR images using explainable artificial intelligence methods. GradCAM, LIME, and Shapley visualization methods were utilized as part of CNN models in the study. The classification in the model developed during the study was examined under four groups: No Tumor, Glioma, Meningioma, and Pituitary. As a result of the study, GradCAM proved effective in identifying the general focus areas of the model, LIME provided a detailed explanation of the model's decisions, and Shapley revealed the overall performance and shortcomings of the model. The combined use of these techniques enables the provision of more data or the implementation of necessary improvements to ensure the model works more reliably and effectively.
Explainable artifical intelligence Deep learning Machine learning GradCAM Brain tumor
Birincil Dil | Türkçe |
---|---|
Konular | Yapay Zeka (Diğer) |
Bölüm | Bilgisayar Mühendisliği |
Yazarlar | |
Yayımlanma Tarihi | 3 Haziran 2025 |
Gönderilme Tarihi | 7 Ocak 2025 |
Kabul Tarihi | 18 Nisan 2025 |
Yayımlandığı Sayı | Yıl 2025Cilt: 28 Sayı: 2 |