Geri Dön

Kolon kanseri hastalığı görüntülerinin derin öğrenme yaklaşımı kullanılarak analizi

Analysis of colon cancer disease images using deep learning approach

  1. Tez No: 850848
  2. Yazar: FATİH MEHMET ÇELİK
  3. Danışmanlar: PROF. DR. MEHMET KALENDER, DOÇ. DR. MUHAMMED TALO
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
  12. Bilim Dalı: Biyomühendislik Bilim Dalı
  13. Sayfa Sayısı: 69

Özet

Kolon kanseri, dünya genelindeki kanser nedeniyle ölümler sıralamasında üçüncü sırada yer almaktadır. Kolon kanserinin erken teşhisi, hastalığın etkili bir şekilde kontrol edilmesi açısından büyük önem taşımaktadır. Son yıllarda, Derin Öğrenme (Deep Learning, DL) teknolojisinde önemli ilerlemeler kaydedilmiş ve bu teknoloji kanser türleri üzerinde tespit, teşhis, sınıflandırma, bölütleme ve tahminleme alanlarında sıkça kullanılmaktadır. Bu çalışmada, DL yaklaşımları arasında görüntü işleme alanında sıkça tercih edilen bir sinir ağı olan Evrişimli Sinir Ağları (Convolutional Neural Networks, CNN) kullanılarak histopatolojik kolon doku görüntü örneklerinin kanserli ya da normal olarak sınıflandırılması gerçekleştirilmiştir. Kullanılan veri seti açık kaynaklardan elde edilmiş olup, DL modellerinde eğitim ve test amaçlı kullanılmak üzere rasgele yöntemle ayrılmıştır. Hazırlanan görüntü verileri AlexNet, GoogLeNet, ResNet50, ResNet101 ve Xception gibi güncel DL algoritmaları tarafından kanserli ya da normal olarak sınıflandırılmıştır. DL algoritmalarının performans ölçümlerinde doğruluk, duyarlılık, özgüllük ve F1 skoru gibi parametreler kullanılmıştır. Elde edilen sonuçlara göre, AlexNet ile %99,73, GoogLeNet ile %99,9, ResNet50 ile %99,93, ResNet101 ile %99,87 ve Xception ile %99,93 doğruluk oranlarına ulaşılmıştır. Bu sonuçlar, kolon kanseri teşhisi ve sınıflandırılmasında kullanılan modellerin faydalı olabileceğini göstermektedir.

Özet (Çeviri)

Colon cancer ranks third in deaths due to cancer worldwide. Early diagnosis of colon cancer is of great importance in effective controlling of the disease. In recent years, significant advances on Deep Learning (DL) technology have been carried out, and this technology might be frequently used in the fields of detection, diagnosis, classification, segmentation and prediction on types of cancer. In this study, histopathological colon tissue image samples were classified as cancerous or normal by using Convolutional Neural Networks (CNN), which is a neural network frequently preferred in the field of image processing among DL approaches. The data sets used in this study were obtained from the open sources and were randomly divided in order to train and test in DL models. The prepared image data were classified as cancerous or normal using current DL algorithms such as AlexNet, GoogLeNet, ResNet50, ResNet101 and Xception. The parameters of accuracy, sensitivity, specificity and F1 score were used in measuring of the performance of DL algorithms. As a result, accuracy rates of AlexNet, GoogLeNet, ResNet50, ResNet101, and Xception were 99.73%, 99.9%, 99.93%, 99.87% and 99.93%, respectively. These results indicate that the models used in this work may be useful in colon cancer diagnosis and classification.

Benzer Tezler

  1. Biomedical image processing using artificial intelligence

    Yapay zeka kullanarak biyomedikal görüntü işleme

    SHIREEN ALOFARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAMZA OSMAN İLHAN

  2. Evrişimsel sinir ağları ve çekirge optimizasyon algoritması kullanarak kolon kanser hastalığı tesbiti

    Colon cancer disease diagnose with convolutional neural network and grasshopper optimization algorithm

    AMNA ALI A MOHAMED

    Doktora

    Türkçe

    Türkçe

    2024

    Mühendislik BilimleriKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    PROF. DR. AYBABA HANÇERLİOĞULLARI

  3. Akciğer ve kolon kanserinin histopatolojik görüntüler üzerinde derin öğrenme yöntemleri kullanılarak tespiti

    Detection of lung and colon cancer using deep learning methods on hystopathological images

    TÜRKAN BEYZA KARA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET CEVAHİR ÇINAR

  4. Kolonoskopi görüntülerindeki poliplerin evrişimli sinir ağları ile tespiti

    Detecting polyps in colonoscopy images using convolutional neural networks

    ERDEM EZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    İş Analitiği Ana Bilim Dalı

    PROF. DR. MERT ERER

  5. Modeling of magnetic nanoparticle concentration from CT images for cancer therapy using hyperthermia

    Hipertermi ile kanser tedavisi için manyetik nanoparçacıkların konsantrasyonlarının bilgisayarlı tomografi kullanılarak modellenmesi

    RASTIN ALABAF

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Biyomühendislikİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM