Akciğer kanserinin tespit edilmesinde derin öğrenme algoritmalarının kullanılması
Using deep learning algorithms for detecti̇on of lung cancer
- Tez No: 571303
- Danışmanlar: PROF. DR. HİLMİ CENK BAYRAKÇI, DR. ÖĞR. ÜYESİ BEKİR AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mekatronik Mühendisliği, Computer Engineering and Computer Science and Control, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Türkiye'de yılda 163.500 civarında yeni kanser vakası teşhis edilmektedir. Akciğer kanseri, gelişmiş ülkelerin çoğunda olduğu gibi ülkemizde de kanserden dolayı meydana gelen ölümlerinin başını çekmektedir. Dolayısıyla başarılı ve erken teşhis hayati önem taşımaktadır. Akciğer kanseri BT görüntülerideki kanserli dokuların tanısında kullanılacak olan derin öğrenme metotları ile, akciğer kanseri teşhisinde derin öğrenme alanında çok az sayıda araştırma vardır. Bu sebepten dolayı yapılan çalışmada PET/BT görüntüleri üzerinden akciğer kanseri tümörlü doku tespiti için bir derin öğrenme modeli önerilmiştir. Oluşturulan derin öğrenme modellerinde veri seti olarak iyi ve kötü huylu tümör bulunan 38 farklı hastadan 1968 tane BT görüntüsü kullanılmıştır. Yüksek lisans çalışmasında, akciğer kanserinin teşhisi öncesi sınıflandırma için derin öğrenme modelleri kullanılmıştır. Veri seti önce iyi ve kötü huylu tümör bulunma durumlarına göre etiketlenmiştir. Hastalardan alınan BT görüntülerine görüntü işleme metotlarından histogram eşikleme yöntemi uygulanmıştır. Histogram eşikleme metodu uygulanan veriler iyi ve kötü huylu olarak etiketlenmiş, % 80'i eğitim, % 20'si test olacak şekilde ayrılmıştır. Ayrılan bu veri setine önerilen CNN derin öğrenme modeli uygulandığında doğruluk oranı % 98.48 olarak tespit edilmiştir. Oluşturulan veri setinin DNN derin öğrenme modelindeki doğruluk oranı ise % 93.65 olarak tespit edilmiştir. Literatürdeki diğer çalışmalarla karşılaştırıldığında önerilen derin öğrenme modellerinin daha yüksek doğruluk oranına sahip olduğu görülmüştür.
Özet (Çeviri)
Of around 163 500 new cases of cancer are diagnosed annually in Turkey. Lung cancer is the leading cause of cancer deaths in our country as in most developed countries. Therefore, successful and early diagnosis is vital. There are very few studies in the field of deep learning in the diagnosis of lung cancer, with the use of deep learning methods for the diagnosis of cancerous tissues on lung cancer CT images. For this reason, in the study, a deep learning model for lung cancer tumor tissue detection via PET / CT images was proposed. 1968 CT images of 38 different patients with benign and malignant tumors were used as the data set in the deep learning models. In the graduate study, deep learning models were used for classification before the diagnosis of lung cancer. The data set was first labeled according to the presence of benign and malignant tumors. Histogram thresholding method was applied to the CT images obtained from the patients. The histogram thresholding data were labeled as benign and malignant, 80% of which was divided into training and 20% of which were tested. When the proposed CNN deep learning model was applied to this separated data set, the accuracy rate was 98.48%. The accuracy of the data set in the DNN deep learning model was 93.65%. Compared to other studies in the literature, the proposed deep learning models have higher accuracy.
Benzer Tezler
- Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
GOLSHAN GHOLAMPOUR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Akciğer kanserinin ve kanser evresinin tespit edilmesinde derin öğrenme uygulamaları
Deep learning applications in detecting lung cancer and cancer stage
MARYAM ABBAS FADHIL AL BAYATI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜZİN ÖZMEN
- Lung cancer prediction and classification using ML models
Başlık çevirisi yok
HAYDER SALMAN MOHAMMED MOHAMMED
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Derin öğrenme ve dalgacık dönüşümüne dayalı akciğer kanseri erken tanısında belirsizlik ölçeğinin saptanması
Uncertainty of the quantification in diagnosing lung cancer from ct images using deep learning and discrete wavelet transform
MEHMET AKİF ÇİFÇİ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- Ranolazine'in dunning modeli sıçan prostat kanseri üzerindeki rolü:Primer tümör ve metastazlar
The role of ranolazine on the dunning model rat prostate cancer: Primer tumor and metastasis
ZEYNEP KARAGÖZ