Açıklama
Bu proje, beyin BT görüntülerinden inme tespitini ve sınıflandırmasını otomatikleştiren bir yapay zekâ sistemi geliştirmeyi amaçlamaktadır.İnme, milyonlarca insanı etkileyen ve erken teşhisi kritik olan bir sağlık sorunudur.Çalışmada ResNet, DenseNet, EfficientNet, Inception ve YOLO-V11 gibi modern derin öğrenme mimarileri değerlendirilmiş,farklı veri artırma yöntemleriyle eğitilmiş ve Grad-CAM tabanlı açıklanabilirlik teknikleriyle klinik açıdan güvenilir sonuçlar üretilmiştir.
TEKNOFEST 2021 Stroke DataSet ve Brain Stroke CT Image Dataset kullanılarak, modellerin performansları karşılaştırılmıştır.YOLO-V11 en yüksek F1 skoruna (0.88) ulaşırken, Inception-v3 ve ResNet-50 gibi modeller de yüksek başarı göstermiştir.Ayrıca ensemble modelleme, skull stripping, katman dondurma ve hiperparametre optimizasyonu gibi yöntemlerle doğruluk artırılmıştır.
Genel hatlarıyla bu proje, tıbbi görüntü işleme alanında erken inme teşhisini hızlandıran, sağlık çalışanlarının kararlarına destek sunan ve klinik uygulamalara uyarlanabilecek bir yapay zekâ çözümü ortaya koymaktadır.