Medikal Görüntüler Kullanılarak Derin Öğrenme Yöntemleriyle Cilt Kanseri Tespiti

Authors : Mustafa Güler, Ersin Namlı

Pages : 1-10

View : 2 | Download : 1

Publication Date : 2022-10-18

Article Type : Research Paper

Abstract :Makine öğrenmesi ve derin öğrenme modellerinin gelişmesiyle birlikte son yıllarda özellikle biyomedikal görüntü işleme alanında çok başarılı sonuçlar alınmaya başlanmıştır. Bilgisayarlı tomografi (BT), Manyetik rezonans görüntüleme (MR), Mamografi, Röntgen, Ultrason gibi tıbbi görüntüleme teknikleri hastalıkların teşhis ve tedavisi için uzmanlara bir ön referans görevi görmektedir. Bununla birlikte hastalıkların daha erken teşhisi ve uzmanların yoğunluklarını azaltmak aynı zamanda teşhis ve tanı koymada yapılabilecek hataları en aza indirmek amacıyla son yıllarda sağlık alanında derin öğrenme tekniklerinden faydalanılmaktadır. Artan veri miktarı ve matematiksel modellerin gelişmesiyle birlikte derin öğrenme teknikleri çok fazla tercih edilmeye başlanmıştır. Bu çalışmada, derin öğrenme yöntemlerinin medikal görüntü işleme alanında uygulanması amaçlanmıştır. Veri kümesi olarak ele alınan cilt kanseri veri seti kullanılarak, sınıflandırma ve teşhis, görüntü oluşturma, iyileştirme ve dönüştürme işlemleri yapılmış, ön eğitimli dört farklı Evrişimsel sinir ağı mimarisiyle (CNN) elde edilen sınıflandırma sonuçları incelenmiştir. Elde edilen sonuçlar ayrıca klasik makine öğrenmesi teknikleriyle sınıflandırılmıştır. Sonuç olarak CNN algoritmalarından ResNet ile yapılan sınıflandırmada %87’lik bir doğruluk oranı elde edilmiş, bununla birlikte makine öğrenmesi teknikleriyle yapılan sınıflandırmada en yüksek oranı Destek vektör makinaları (SVM) algoritması %0,848 doğruluk yüzdesiyle başarıya ulaşmıştır.
Keywords : Makine öğrenmesi ve derin öğrenme modellerinin gelişmesiyle birlikte son yıllarda özellikle biyomedikal görüntü işleme alanında çok başarılı sonuçlar alınmaya başlanmıştır. Bilgisayarlı tomografi (BT), Manyetik rezonans görüntüleme (MR), Mamografi, Röntgen, U