Öğrenme hedefleri
Bu haftanın sonunda:
- 1 Yapay sinir ağının ve evrişimli ağın (CNN) ne yaptığını matematiğe girmeden açıklar.
- 2 Hazır bir görüntü modelini çalıştırıp çıktısını yorumlar.
- 3 Görüntü modellerinin başarısızlık biçimlerini (veri kayması, kısayol öğrenme) tanır.
Ders Notları
Ders notları ilerleyen haftalarda buraya eklenecektir.
Temel Kavramlar
- Yapay sinir ağı — Katmanlar hâlinde dizilmiş basit hesap birimlerinden oluşan model.
- Evrişimli sinir ağı (CNN) — Görüntüdeki kenar, doku ve şekil gibi örüntüleri katman katman öğrenen ağ.
- Kısayol öğrenme — Modelin hastalığı değil, görüntüdeki ilgisiz bir ipucunu (cihaz etiketi) öğrenmesi.
- Isı haritası (Grad-CAM) — Modelin karar verirken görüntünün nereye baktığını gösteren görselleştirme.
Tıptan Örnekler
- Göğüs röntgeninde pnömoni sınıflandırması yapan açık bir model.
- Patoloji lamında tümör alanlarını işaretleme; dermatolojide melanom sınıflandırması.
Uygulama / Etkinlik
Verilen not defterinde hazır bir röntgen modelini birkaç görüntü üzerinde çalıştırın; ısı haritasını inceleyip modelin nereye baktığını tartışın.
Tartışma Soruları
- Bir görüntü modeli radyoloğun yerini alabilir mi, yoksa nasıl bir iş bölümü daha gerçekçidir?
Haftanın Özeti
Görüntü tanıyan modellerin çalışma mantığını ve sınırlarını sezgisel düzeyde kavradık.
Bu haftanın araçları
- Google Colab
- Hazır (önceden eğitilmiş) modeller
Etiketler:derin öğrenmeCNNtıbbi görüntülemeröntgenpatoloji