Dermatologist-level classification of skin cancer with deep neural networks
Dermatolog derecesinde derin sinir ağı ile cilt kanserinin sınıflandırılması
- Tez No: 671269
- Danışmanlar: DR. ÖĞR. ÜYESİ SHAHRAM TAHERI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Antalya Bilim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Son birkaç on yılda, cilt kanseri vakaları muazzam bir şekilde arttı. Hem gelişmiş hem de gelişmemiş ülkelerde bile erkek / kadın ölümlerinin en popüler nedenini alıyor. Cilt kanseri erken aşamalarda tedavi edilemezse, insan cildine inerek vücudun diğer bölgelerine hızla yayılabilir. Melanom, hastalara şans eseri görünür hale gelir ve erken aşamalarda tespit etme fırsatı yaratır. Bilgisayar destekli teşhis için derin öğrenme yöntemlerinin yakın zamanda ortaya çıkışı, insan uzmanların bir hastanın durumu hakkında bilinçli kararlar vermesini kolaylaştırabilecek akıllı sağlık hizmeti görüntüleme tabanlı teşhis sistemlerinin geliştirilmesine izin verdi. Bu raporda, cilt lezyonu sınıflandırması sorununa, özellikle deri kanserinin (melanom) erken evrelerde saptanmasına odaklanılacak ve bir deri lezyonu içeren dermoskopik görüntüyü kanserli veya iyi huylu. Bu çalışmayı tekrarlamak için hangi metodolojiyi ve parametreleri kullanacağımızı belirledik. Bu raporda, derin ağların ve evrişimli sinir ağlarının, farklı görüntü sınıflandırmalarında el yapımı özellik çıkarıcıların yerini nasıl aldığına ışık tutmaya çalıştık.
Özet (Çeviri)
Over the past few decades, cases of skin cancer have increased enormously. It is getting most popular cause of deaths in men/woman's even in both developed and undeveloped countries. If skin cancer can't be treated in early stages, it can go down in human skin and spread quickly to other parts in the body. Melanoma causes luckily become visible to sufferers creating an opportunity to detect in early stages. The recent advent of deep learning methods for computer - aided diagnosis has allowed the development of intelligent healthcare imaging-based diagnostic systems that can facilitate the human experts in making informed decisions about a patient's condition. In this report will focus on the problem of skin lesion classification, specifically the detection of skin cancer (melanoma) in early stages, and present a deep learning (Convolution Neural Network) based approach to classify the dermoscopic image containing a skin lesion as cancerous or benign. We have identified what methodology and parameters to use to replicate this study. In this report we have tried to brought in light that how deep networks and convolutional neural networks are taking the place of handcrafted feature extractors in different image classifications.
Benzer Tezler
- Classification of melanoma malignancy in dermatology
Dermatolojide melanoma malignansının sınıflandırılması
BİLGE SÜHEYLA GAZİOĞLU
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Hybrid detection techniques for skin cancer images
Başlık çevirisi yok
HASAN ABED HASAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Cilt kanseri tespitinde evrişimsel sinir ağları mimarilerinin karşılaştırılması
Comparison of convolutional neural networks architectures in skin cancer detection
KAZIM KILIÇ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERHAN ERGÜN
- Segmenting dermoscopy image with different image processing algorithms
Dermoskopi görüntülerinin farklı görüntu işleme yöntemleri ile bölütlenmesi
SHAKAR SALİH
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İHSAN HALUK AKIN
YRD. DOÇ. DR. SAİME AKDEMİR AKAR
- Psoriatik artritli olgularda klinik ve laboratuvar değerlendirme
Clinical and laboratory assessment in patients with psoriatric arthritis
FATMA GÜL YURDAKUL
Tıpta Uzmanlık
Türkçe
2011
Fiziksel Tıp ve RehabilitasyonSağlık BakanlığıFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. FİLİZ ESER