Yapay zeka ile melanom tespiti
Detection of melanoma with artificial intelligence
- Tez No: 774930
- Danışmanlar: DR. ÖĞR. ÜYESİ SEVİL ÖZER
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Yeni Yüzyıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Melanom, kötü huylu bir cilt kanseri türü olup yayılım hızının yüksek olması sebebiyle ölüm oranı en yüksek cilt kanseridir. Melanom kaynaklı ölümlerin azalması erken teşhis ile mümkündür. Günümüzde kullanılan teşhis yöntemlerinde doktorun profesyonelliğine, görüntüleme tekniklerine, patoloji sonucu elde edilen verilerin doktor tarafından yorumlanmasına bağlıdır. Günümüzde yapay zekânın kullanıldığı alanlar her geçen gün artmakta olup, bu alanlardan biri de sağlık sektörüdür. Özellikle görüntü işlemede oldukça başarılı sonuçlar vermesi sebebi ile yapay zekânın bir alt dalı olan derin öğrenme, tıbbi görüntülerin işlenmesinde ve yorumlanmasında sıkça tercih edilmektedir. Bu çalışmanın amacı bu güne kadar yapılan çalıĢmalardaki doğruluk oranından yüksek oranlara eriĢen bir yapay zeka modeli oluşturmaktır. Bu doğrultuda PHYTON üzerindeki yapay zeka kütüphaneleri kullanarak, Kaggle üzerinden elde edilen HAM10000 veri seti eğitilmiştir. Veri setini maksimum verimde kullanabilmek adına veri artırım yöntemi uygulanmıştır. Veri sayısı artırılarak veri setinin hem eğitim hem de kontrol amacıyla kullanılması sağlanmıştır. Kullanılan veri seti sadece melanom değil, aynı zamanda 7 farklı cilt lezyonunu tanıyabilecek Ģekilde eğitilmiştir. Tensorflow.jp ile oluĢturulan yapay zeka modelinin web uygulaması üzerinde çalışması sağlanmıştır. Uygulama .jpg formatında yüklenen bir cilt lezyonu için 3 ayrı tahminde bulunarak, lezyonun türü ve iyi huylu ya da kötü huylu olduğu konusunda %97 başarı oranı göstermektedir.
Özet (Çeviri)
Melanoma is a malignant skin cancer and has the highest mortality rate due to its high rate of metastasis. Reduction of melanoma-related deaths is possible with early diagnosis. Diagnostic methods used today place great burdens on physicians and depend entirely on the professionalism of the physician and the interpretation of the imaging techniques and pathology results by the physician. For this reason, in this study, it was aimed to reduce the diagnosis time by making a faster diagnosis of cancer patients by doctors. In this direction, the HAM10000 dataset obtained from Kaggle was trained using artificial intelligence libraries on PHYTON. In order to use the data set with maximum efficiency, data augmentation method has been applied. By increasing the number of data, the data set was used for both trainingand control purposes. The data set used was trained to recognize 7 different skin lesions, not just melanoma. The artificial intelligence model created with Tensorflow.jp was enabled to work on the web application. The application makes 3 different predictions for a skin lesion uploaded in .jpg format and shows a%97 success rate in terms of the type of lesion and whether it is benign or malignant.
Benzer Tezler
- Histopatoloji görüntülerinde derin öğrenme ile genelleştirilmiş mitoz tespiti ve melanom tümör evre tahmini
Generalized mitosis detection and melanoma tumor stage estimation in histopathology images using deep learning
YASEMİN TOPUZ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SONGÜL VARLI
- Skin cancer detection using CNN and random forest: A hybrid approach
CNN ve rastgele orman kullanarak cilt kanseri tespiti: Hibrit bir yaklaşım
NAJWA MOHAMMED SALEM SALEH AL-WESABI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- 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
- Diagnosing melanoma cancer using deep learning
Derin öğrenme kullanarak melanoma kanseri tespiti
SEDA BÜŞRA BAKIR
Yüksek Lisans
İngilizce
2023
DermatolojiGaziantep ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ KILIÇ
PROF. DR. SADETTİN KAPUCU
- An enhanced capsule neural network model for heel disease diagnosi̇s using lateral foot x-ray images
Lateral ayak röntgen görüntülerini kullanarak topuk hastalıkları teşhisi için geliştirilmiş kapsül sinir ağı
OSAMAH FADHIL TAHER TAHER
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KASIM ÖZACAR