Derin öğrenme yöntemleri kullanılarak dijital mamografiden kitle bölütlemesi
Mass segmentation from digital mammograms using deep learning methods
- Tez No: 812895
- Danışmanlar: DR. ÖĞR. ÜYESİ VOLKAN MÜJDAT TİRYAKİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Siirt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Meme kanseri, kadınlar arasında kanser ölümlerinin önde gelen nedenlerinden biridir. Erken teşhisin, hastaların hayatta kalma oranını artırdığı bilinmektedir. Mamografi, meme kanserinin erken teşhisini mümkün kılabilmektedir. Dijital mamografi, meme kanseri taramasında yaygın olarak kullanılan bir görüntüleme yöntemidir. Bilgisayar destekli yöntemler kullanılarak mamografilerden meme kanseri anormallikleri bulunabilmektedir. Son yıllarda, bilgisayar destekli meme kanseri teşhisinde derin öğrenme araştırmaları ivme kazanmıştır. Bu araştırmaların neticesinde bilgisayar destekli sistemler ile radyologların birlikte çalışmaları neticesinde radyologların yalnız çalışmalarına göre daha iyi performans elde edildiği görülmüştür. Kitle bölütleme, meme kanserinin saptanmasında ve teşhisinde önemli ve zor bir adımdır. Kitle bölütlemesi, mamografi görüntülerinde kitlelerin yerini ve sınırlarını tanımlamayı içeren bilgisayar destekli sistemlerin aşamalarından biridir. Bu tezde tam dijital mamografilerden derin öğrenme yöntemleri kullanılarak kitle bölütleme problemi ele alınmıştır. Derin öğrenme sistemlerinin eğitilebilmesi için ihtiyaç duyulan veri seti olarak araştırmacıların erişimine açık olan INbreast dijital mamografi veri seti kullanılmıştır. Kitle bölütlemesi için U-Net derin öğrenme modeli ve türevleri kullanılmıştır. Kitle bölütleme performansı farklı modeller için test edilmiş ve en yüksek performans gösteren model belirlenmiştir. Performans ölçümü için gerçek referans bölge ve tahmin edilen bölgenin kesişimini ölçen Dice benzerlik oranı metriği kullanılmıştır. U-net mimarisi ile sıfırdan eğitim yapılması durumunda diğer U-net türevi yöntemlerine göre daha iyi sonuç elde edilmiştir. Elde edilen performans değerleri literatür ile karşılaştırılmıştır.
Özet (Çeviri)
Breast cancer is one of the main causes of cancer deaths among women. Early diagnosis is known to increase the survival rate of patients. Mammography may enable early detection of breast cancer. Digital mammography is a commonly accepted imaging modality for breast cancer screening. Abnormalities can be found from mammograms using computer-assisted methods. In recent years, deep learning research has gained momentum in computer-aided breast cancer diagnosis. As a result of these studies, when computer aided systems and radiologists work together, the system performance is increased in comparison to the radiologists' performance. Mass segmentation is an important and challenging step in the detection and diagnosis of breast cancer. Mass segmentation is one of the important steps in computer aided systems that involve identifying the location and boundaries of masses in mammography images. In this thesis, mass segmentation from whole digital mammography is investigated by using deep learning. INbreast digital mammogram data set was used for deep learning training. U-Net and its variants were used for mass segmentation performance investigation. The mass segmentation performance was tested for different models and the model with the best performance was determined. The Dice similarity coefficient that measures the intersection of the ground truch and the predicted region was used for performance evaluation. In case of training from scratch with U-net architecture, better results were obtained than other U-net variant methods. U-net performance values were compared with the ones in the literature.
Benzer Tezler
- Çocuk kalp damar cerrahisi yoğun bakım ünitesinde postoperatif kavşak kaynaklı ektopik taşikardi; sıklık ve risk faktörleri
Junctional ectopic tachycardia after pediatric cardiac surgery; incidence and outcome
NESLİHAN KIPLAPINAR
Tıpta Yan Dal Uzmanlık
Türkçe
2013
Göğüs Kalp ve Damar CerrahisiSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ENDER ÖDEMİŞ
- 8 haftalık futbol antrenmanının 14-16 yaş grubundaki öğrencilerin fiziksel ve fizyolojik özellikleri üzerine etkileri
The effects of an eight weeks football workout on the physical and physiological features of students in the 14-16 age group
METİN KOCADAĞ
Yüksek Lisans
Türkçe
2014
SporHarran ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
YRD. DOÇ. DR. ŞEBNEM ŞARVAN CENGİZ
- Ege Üniversitesi Etnografya Müzesinde bulunan takıların teknik ve tasarım özelliklerinin incelenmesi
Ethnographic museum of the University of the Aegean jewellery found properties of technical and design
MÜJGAN EMRE EROĞLU
Yüksek Lisans
Türkçe
2013
Güzel SanatlarDokuz Eylül ÜniversitesiTekstil ve Moda Tasarımı Ana Sanat Dalı
YRD. DOÇ. DR. FÜSUN ÖZPULAT
- Yavuz Sultan Selim Dönemi Kültür ve Edebiyatı
The Culture and Literature in the era of Yavuz Sultan Selim
ÖMER GÖKHAN YAĞCI
Doktora
Türkçe
2014
Türk Dili ve EdebiyatıKırıkkale ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. MUHİTTİN ELİAÇIK
- Deri ve yumuşak doku enfeksiyonu etkeni olan toplum ve hastane kaynaklı staphylococcus aureus izolatlarının antimikrobiyal duyarlılık durumlarının ve panton valentıne leukocıdın toksini sıklığının araştırılması
Investigation of panton valentine leukocidin toxin frequency and antimicrobial susceptibilities of community and hospital acquired staphylococcus aureus isolates related with skin and soft tissue infections
TÜLİN DEMİR
Tıpta Uzmanlık
Türkçe
2008
MikrobiyolojiSağlık BakanlığıTıbbi Mikrobiyoloji Ana Bilim Dalı
DR. NİLAY ÇÖPLÜ