Gastric cancer classification using deep convolutional neural network
Derin çevresel sinir ağını kullanarak mide kanser sınıflandırması
- Tez No: 667456
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN TORA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 138
Özet
Bu tezde, önceden eğitilmiş birkaç CNN ve CNN yapımız endoskopik görüntülerde erken mide kanserinin otomatik olarak tespit edilmesine sunulmuştur. İlk aşamada, iki tip normal ve görüntü veri kümelerinin kanseri kullanılarak yapılan transfer öğrenimi, MATLAB 2018 kullanılarak mide kanseri tespiti için önceden eğitilmiş ağlar gerçekleştirildi. Daha sonra elde edilen sonuçlar birbirleriyle karşılaştırıldı ve ayrıntılı olarak tartışıldı. İkinci aşamada, CNN kullanılarak önerilen yeni yapı. Önerilen yapı SoftMax sınıflandırıcılı 8 katmandan oluşur. Son katmanda SoftMax tarafından sınıflandırılan evrişimsel katmanlarla çıkarılan yüksek seviye özellikler. Önerilen ağ 99.88% sundu ve bu da önceden eğitilmiş birkaç ağla karşılaştırıldığında yüksek sonuçtur. Ayrıca, önerilen ağ, çeşitli transfer öğrenme teknikleriyle karşılaştırıldığında dikkate değer bir yürütme süresi sundu.
Özet (Çeviri)
In this thesis, several pre-trained CNN and our CNN structure presented to automatic detection of early gastric cancer in endoscopic images. In the first stage, the transfer learning using two types normal and cancer of image datasets, the pre-trained networks executed for gastric cancer detection using MATLAB 2018. Then, the obtained results compared with each other and discussed in detail form. In the second stage, new structure proposed by using CNN. The proposed structure consists from 8 layers with SoftMax classifier. The extracted high-level features by convolutional layers classified by SoftMax in last layer. The proposed network presented 99.88% which is high result when compared with numerous performed pre-trained networks. Furthermore, the proposed network presented remarkable execution time when compared with several transfer learning techniques.
Benzer Tezler
- Mining colonoscopy images for abnormality detection
Anormallik tespiti için veri madenciliği
RUKİYE NUR KAÇMAZ
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ
- Primer mide adenokarsinomlarının immunohistokimya ve insitu hibridizasyon yöntemleri ile moleküler sınıflaması, TRK yolağının sınıflamadaki olası rolünün belirlenmesi, klinikopatolojik parametreler ile ilişkilerinin değerlendirilmesi
Molecular classification of gastric cancer based on immunohistochemistry and in-situ hybridization, determination of the role of tropomyosin receptor kinase (TRK) signaling pathway in gastric cancer classification and their association with clinicopathological parameters
MEDİNE ÖZGÜR GÜNAY
Tıpta Uzmanlık
Türkçe
2020
PatolojiMarmara ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. ÇİĞDEM ÇELİKEL
- Mide kanser cerrahisi sonrası komplikasyonların Clavien-Dindo sınıflamasına göre değerlendirilmesi ve risk faktörlerinin analizi
The analysis of gastric cancer surgery complications according to the Clavien-Dindo Classification and identification of risk factors
FIRAT YETİŞ
Tıpta Uzmanlık
Türkçe
2024
Genel CerrahiSağlık Bilimleri ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. EMİNE YILDIRIM
- Gastrik kanserlerin immunhistokimyasal yöntem ve in situ hibridizasyon ile moleküler benzeri sınıflamasının klinikopatolojik verilerle korelasyonu ve prognostik önemi
The correlation of the molecular - like classification of gastric cancers by using immunohistochemical and in situ hybridization methods with clinicopathological data and its prognostic importance
GAMZE DAL
Tıpta Uzmanlık
Türkçe
2023
PatolojiSağlık Bilimleri ÜniversitesiPatoloji Ana Bilim Dalı
PROF. DR. ASUMAN ARGON
- Mide kanserlerinde metastaz supresör genin (Nm23)) prognostik önemi
Prognostic importance of metastatic suppressor gene (Nm23) in gastric cancer
İSMAİL BİRİ
Tıpta Uzmanlık
Türkçe
2011
GastroenterolojiErciyes ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. CAN KÜÇÜK