Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Gökçe OK
Danışman: Murat Dener
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Medikal görüntülerin analizi tıbbi tanı ve teşhis çalışmalarında önemli rol oynamaktadır. Teknolojinin gelişimiyle yapay zeka destekli medikal görüntü analiz sistemlerinin kullanımı yaygınlaşmaktadır. Birçok alanda yüksek başarı sağlayan derin öğrenme modelleri sağlık sektöründe de ilgi görmektedir. Medikal görüntü analizinde kullanılan derin öğrenme modelleri yüksek doğruluk ile görevlerini yerine getirmesine karşın birtakım saldırılara karşı savunmasızdır. Medikal görüntülere çok küçük düzeylerde gürültü eklenerek derin öğrenme modellerinin manipülasyonuna neden olan çekişmeli saldırılar dikkate alınması gereken tehlikelerin başında gelmektedir. Bu saldırıların doğasının anlaşılması ve medikal görüntü analizinde kullanılan derin öğrenme modellerinin hassasiyetlerinin keşfedilmesi, uygun savunma yöntemlerinin geliştirilmesi açısından önem arz etmektedir. Bu çalışmada, tümör tespitinde kullanılan manyetik rezonans (MR) ve bilgisayarlı tomografi (BT) görüntü setleri üzerinde iki gradyan tabanlı gürültü saldırısının etkinliği değerlendirilmektedir. Veri setlerine tek adımlı hızlı gradyan işareti yöntemi (FGSM) ve iteratif bir saldırı olan izdüşürülen gradyan inişi (PGD) uygulanmaktadır. Her bir veri seti için temiz test setleri ve saldırıların üç farklı pertürbasyon parametresi ile ürettiği çekişmeli örneklerden oluşan 7 senaryo ele alınmaktadır. Bu senaryolar 20 farklı ön eğitimli derin öğrenme modeli kullanılarak analiz edilmekte ve derinlemesine bir karşılaştırma gerçekleştirilmektedir. Aynı zamanda pertürbasyon parametresi, görüntü modalitesi, derin öğrenme algoritmaları ve saldırıların iteratif özellikleri gibi unsurların saldırı başarısı üzerindeki etkisi incelenmektedir. Ayrıca, FGSM ve PGD saldırıları ile üretilen örneklerin orijinal görüntüye benzerlikleri ve kaliteleri ölçülerek görüntülerdeki pertürbasyon derecesine bağlı bozulmanın saldırı başarısı ile ilişkisi araştırılmaktadır. Elde edilen deneysel sonuçlar ve bulgular kapsamlı olarak sunulmaktadır.
Anahtar Kelimeler : Medikal görüntü analizi, gürültü saldırısı, derin öğrenme, transfer öğrenmesi, FGSM, sınıflandırma