Geri Dön

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

  1. Tez No: 792795
  2. Yazar: NOORA JABER FAISAL AL-METHAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Skin lesion classification with machine learning

    Makine öğrenmesi ile cilt lezyonu sınıflandırması

    ESRA SENDEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  2. 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

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYBARS UĞUR

  3. Automated melanoma detection in dermoscopic images

    Dermoskopik görüntülerde otomatik melanom tespiti

    ERDEM OKUR

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Ekonomi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET TÜRKAN

  4. Dermatologist-level classification of skin cancer with deep neural networks

    Dermatolog derecesinde derin sinir ağı ile cilt kanserinin sınıflandırılması

    JUNAID IQBAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SHAHRAM TAHERI

  5. Diagnosing melanoma cancer using deep learning

    Derin öğrenme kullanarak melanoma kanseri tespiti

    SEDA BÜŞRA BAKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    DermatolojiGaziantep Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ KILIÇ

    PROF. DR. SADETTİN KAPUCU