İhtiyaç Detayları
Proje Hakkında
Bu çalışma, Türkiye kaynaklı ve yüksek kaliteli MRI görüntülerinden oluşan Gazi Brains 2020 veri seti kullanılarak, beyin tümörlerinin (HGG - Yüksek Dereceli Gliom) otomatik segmentasyonunu hedeflemektedir. Projenin temel amacı; tıbbi görüntüleme için özelleşmiş MONAI (Medical Open Network for AI) framework'ü ile sıfırdan inşa edilecek Klasik U-Net mimarisinin performansını, doğruluğunu ve verimliliğini bilimsel kriterlerle karşılaştırmaktır.
Teknik Detaylar ve İş Paketi
Veri Seti: 100 vakalık (50 Sağlıklı, 50 HGG) Gazi Brains 2020 MRI koleksiyonu (FLAIR ve dseg modaliteleri).
Frameworkler: PyTorch ve MONAI.
Hedeflenen Görevler:
NIfTI formatındaki 3D verilerin ön işlenmesi (Resizing, Padding, Intensity Normalization).
MONAI üzerinden Dictionary tabanlı transform hatlarının kurulması.
Klasik PyTorch U-Net mimarisinin manuel olarak kodlanması.
Model performanslarının Dice Score ve Hausdorff Distance gibi metriklerle kıyaslanması.
Eğitim sonuçlarının görselleştirilmesi ve raporlanması.
Bu projede beraber çalışmak veya destek almak istediğim kişi;
Python ve PyTorch ekosistemine hakim,
Derin öğrenme mimarileri (özellikle CNN ve U-Net) hakkında temel bilgi sahibi,
Tıbbi görüntüleme formatları (NIfTI, DICOM) ve görüntü işleme konularına meraklı,
Tercihen MONAI framework'ü ile daha önce ilgilenmiş veya öğrenmeye istekli olmalıdır.