YSA KULLANILARAK MAMOGRAMLARDAN DOKUSAL ÖZNİTELİK TABANLI MEME KANSERİ İLGİ BÖLGESİ TESPİTİ

Authors : Sena Büşra YENGEÇ TAŞDEMİR, Kasım TAŞDEMİR, Zafer AYDIN

Pages : 133-141

Doi:10.21923/jesd.827131

View : 13 | Download : 7

Publication Date : 2020-12-29

Article Type : Research Paper

Abstract :Radyoloji uzmanlarının mamografi görüntülerine bakarak yaptığı meme kanseri teşhislerinde tip bir hata oranı yüzde otuzlara kadar çıkmaktadır. Kanserin teşhis başarısını artırmak adına bu çalışmada uzmanlara yardımcı olacak yeni bir Bilgisayar Yardımlı Teşhis sistemi, kanserli ve normal dokuyu ayırt etmek için önerilmektedir. Önerilen sistemde kontrast limitli histogram eşitleme insert ignore into journalissuearticles values(CLAHE); yöntemiyle iyileştirilen görüntülerin iki boyutlu parçacık dönüşümlerinden insert ignore into journalissuearticles values(2B–DWT); Haralick ve HOG öznitelikleri çıkarılmıştır. Özniteliklerin sayısını azaltması için temel bileşenler analizi insert ignore into journalissuearticles values(PCA); algoritması kullanılmıştır. Seçilen öznitelikler çok katmanlı algılayıcı insert ignore into journalissuearticles values(MLP); mimari yapısına sahip yapay sinir ağına insert ignore into journalissuearticles values(YSA); girdi olarak verilmiştir. Çok katmanlı algılayıcı üzerinde Adam eniyileme yapıldığında %81 tespit doğruluğu yakalanmıştır. Ayrıca, diğer bir çok temel makine öğrenmesi ve derin öğrenme yöntemleri denenerek karşılaştırma sonuçları detaylı olarak sunulmuştur. Sınırlı sayıda veri kümesi kullanıldığında transfer öğrenim kullanılsa dahi derin öğrenme yöntemlerinin tespit başarısı azalmıştır. Buna karşılık doğru ön işleme, öznitelik seçilimi ve makine öğrenmesi yaklaşımları kullanıldığı zaman geleneksel bilgisayarlı görü yöntemleri daha başarılı sonuçlar vermiştir
Keywords : Bilgisayar Yardımlı Kanser Tespiti, Makine Öğrenmesi, Bigisayarlı Görü, Transfer Öğrenimi ile Derin Öğrenme