Melanoma skin cancer detection based on deep learning methods and binary Harris Hawk optimization
Derin öğrenme yöntemleri ve ikili Harris Hawk optimizasyonuna göre melanom cilt kanserinin tespiti
- Tez No: 792795
- Danışmanlar: DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Bu tezde, melanom ve melanom dışı cilt melanom kanseri tespiti için güvenilir bir yöntem sunulmaktadır. Melanom cilt kanseri için önerilen yöntem üç aşamaya ayrılmıştır. İlk aşamada görüntülerin özelliklerini belirlemek için evrişimli sinir ağı kullanılır. Konvolüsyonel sinir ağı için googLeNet ve rezidüel ağ kullanılır. Belirlenen özellikler oldukça büyük olup sistem eğitimi için bu özellik sayısı başarılı olamaz, dolayısıyla, ikinci aşamada özellik sayısını azaltmak için üstsezgisel yöntem kullanılır. Bu çalışmada, özellik verilerinden en iyi özellikleri seçmek için Harris hawks optimizasyonu kullanılmıştır. Son olarak, makine öğrenimi yöntemleri ile melanom cilt kanseri teşhis edilmiştir. Önerilen yöntemi değerlendirmek için üç sınıflandırma yöntemi kullanılmıştır. Bu yöntemler karar ağacı, destek vektör makinesi ve KNN yöntemidir. Kullanılan veriler GitHub ve Kaggle veri tabanından elde edilmiştir. Son olarak, önerilen sınıflandırma yönteminin sonuçları diğer yöntemlerle karşılaştırılmış olup bu çalışmada elde edilen sonuçların diğer yöntemlere kıyasla daha iyi bir performansa sahip olduğu gösterilmiştir. Kod, MATLAB 2021a ile ISIC 2016, ISIC 2017 ve ISIC 2019 veri tabanlarında uygulanmıştır.
Özet (Çeviri)
In this thesis, we present a robust method for skin melanoma cancer detection as melanoma and non-melanoma. The proposed method for the melanoma skin cancer divided into three steps. The convolutional neural network is used to extract the features of the images in the first step. For convolutional neural network the googLeNet and residual network are used. The extracted features are huge and for training of the system these number of features cannot be successful, for this reason in second step the metaheuristic method is used to reduce the number of features. In this study the Harris hawks optimization is used to select the best features from the feature data. Finally, with machine learning methods the melanoma skin cancer was diagnosed. Three classification methods are employed to assess of the proposed method. These methods were decision tree, support vector machine, and KNN method. The data that we used, obtained from the GitHub and Kaggle database. Finally, we compared the proposed classification method results with other methods and we show that our results have good performance than the other methods. The code was implemented on ISIC 2016, ISIC 2017 and ISIC 2019 database with MATLAB 2021a.
Benzer Tezler
- 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
- Detection of skin cancer via deep learning methods
Derin öğrenme yöntemleri ile cilt kanseri tespiti
YASSEN MOHAMED ABULGASIM MOHAMED
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ERBAY
- Vit-skinnet: A novel vision transformer-based ShufflenetV3 model for efficient skin cancer detection with segmentation mechanism
Vıt-skınnet: Segmentasyon mekanizması ile etkili cilt kanserinin tespiti için yeni bir vizyon transformatör tabanlı ShufflenetV3 modeli
ABDULMOHAIMEN IBRAHIM KHALEEL AL GBURI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ
- Derin öğrenme teknikleri kullanılarak cilt lezyonları için çok sınıflı sınıflandırma
Multi-class classification for skin lesions using deep learning techniques
ÜMMÜHAN KOPAL
Yüksek Lisans
Türkçe
2025
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜRVET KIRCI
- 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