Deri lezyonlarının derin öğrenme yöntemleri ile segmentasyonu
An automatic skin lesion segmentation system with hybrid FCN-resalexnet
- Tez No: 617138
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜR EMRE GÜRAKSIN
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Biyoteknoloji, Mühendislik Bilimleri, Bioengineering, Biotechnology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Cilt kanseri tüm kanser türleri arasında en yaygın olanlardan biridir ve tüm dünyada birçok insanın ölümüne sebep olan ve son yıllarda etki ettiği popülasyon sayısında önemli ölçüde artış olan bir kanser türüdür. En tehlikeli tipi olan melanom erken teşhis edildiğinde tedavi edilebilirlik oranı en yüksek olan kanser türlerinden biridir. Cilt lezyonlarının morfolojik yapıları gereği teşhisleri zordur. Bu nedenle bilgisayar destekli otomatik teşhis sistemlerinde elde edilecek başarılı sonuçlar oldukça önemlidir. Daha önce yapılan çalışmalar cilt lezyonlarının başarılı segmentasyonunun oluşturulacak otomatik teşhis sistemlerinin doğruluk değerlerinde artış sağladığını göstermiştir. Bu problemleri göz önünde bulundurarak cilt lezyonlarının otomatik segmentasyonu üzerine yapılmış bu çalışma iki aşamadan oluşmaktadır. İlk aşamasında Evrişimli Sinir Ağı tabanlı derin segmentasyon mimarilerinin yapısında ve eğitiminde kullanılan bazı hiper parametrelerin cilt lezyon segmentasyonu performansına etkileri değerlendirilmiştir. İkinci aşamasında ise cilt lezyon segmentasyonu için FCN-ResAlexNet olarak tanımlanan hibrit bir Tam Evrişimli Ağ tabanlı segmentasyon mimarisi tasarlanmıştır. Elde edilen sonuçlar değerlendirildiğinde önerilen mimari literatürde en popüler segmentasyon mimarilerinden daha iyi performans göstermiş ayrıca literatürde yapılan diğer çalışmalar ile karşılaştırıldığında elde edilen performanslar ile öncü çalışmalar arasına girmiştir.
Özet (Çeviri)
Skin cancer is one of the most common of all types of cancer and has caused the death of many people worldwide and has had a significant increase in the number of populations it has affected in recent years. When diagnosed early, melanom, the most dangerous type, is a cancer type with the highest curability rate. Diagnosis of skin lesions is difficult due to their morphological nature. For this reason, successful results to be achieved in computer-aided automatic diagnosis systems are very important. Previous studies have shown that successful segmentation of skin lesions increases the accuracy achieved by automatic diagnosis systems. Considering these problems, this study on automatic segmentation of skin lesions consists of two stages. In the first stage, the effects of some hyperparameters used in the structure and training of Convolutional Neural Network based deep segmentation architectures on skin lesion segmentation performance were evaluated. In the second phase, a hybrid Fully Convolutional Network based segmentation architecture defined as FCN-ResAlexNet was designed for skin lesion segmentation. When the results were evaluated, the proposed architecture performed better than the most popular segmentation architectures in the literature. It was among the pioneering studies with the performances obtained when compared with other studies in the literature.
Benzer Tezler
- Deri lezyon görüntülerinin makine öğrenmesi ve derin öğrenme yöntemleriyle sınıflandırılması
Classification of skin lesion images using machine learning and deep learning techniques
ELİF KANCA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELEN AYAS
- Skin lesion classification with machine learning
Makine öğrenmesi ile cilt lezyonu sınıflandırması
ESRA SENDEL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Dermoskopik görüntülerden melanomanın derin evrişimsel sinir ağları ile teşhisi
Diagnosis of melanoma in dermoscopic images with deep convolutional neural networks
ENES AYAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
- Phyton üzerinden derin öğrenme algoritmaları kullanılarak deri görüntüsünden cilt hastalıklarının tespit edilmesi
Detection of skin diseases from skin image by using deep learning algorithms in python
KAAN ONUR KOÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL POLAT
- Derin öğrenme ve görüntü ön işleme yöntemleri ile otomatik deri lezyonu tespiti
Automatic skin lesion detection with deep learning and preprocessing methods
BEHLÜL SARIKAYA
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYBARS UĞUR