Derin öğrenme tabanlı kolon kanseri teşhisi
Deep learning-based colon cancer diagnosis
- Tez No: 860082
- 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: 2024
- Dil: Türkçe
- Üniversite: Siirt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 67
Özet
Kolon kanseri kalın bağırsakta oluşan bir kanser türüdür. 2020 yılında dünya genelinde 2 milyona yakın kolon kanseri vakası tespit edilmiştir. Türkiye'de kolon kanseri görülme sıklığı erkeklerde dördüncü ve kadınlarda ise ikinci sıradadır. Son on yılda derin öğrenme alanında önemli gelişmeler kaydedilmiştir. Derin öğrenme ile görüntü sınıflandırma problemlerinde insan performansını geçebilen yöntemler geliştirilmiştir. 2021 yılında önerilen derin öğrenme tabanlı görü dönüştürücü (GD) modeli ile evrişimli sinir ağı (ESA) tabanlı modellerin görüntü sınıflandırma performansı geçilmiştir. Tıbbi görüntülerin otomatik tasnifi, analizi ve yorumlanmasında günümüze kadar derin öğrenme tabanlı birçok farklı yöntem geliştirilmiştir. Derin öğrenmenin tıbbi görüntüleme yöntemlerinde başarı ile kullanılması kolon kanserinde de derin öğrenme araştırmalarını gündeme taşımıştır. Bu çalışmada, GD ile ESA tabanlı öğrenme aktarımı modellerinin otomatik kolon teşhisi performansı araştırılmıştır. GD modeli eğitiminde farklı yama boyutlarının performansa etkileri ortaya konmuştur. Model eğitim ve test aşamasında 5000 histopatoloji görüntüsü içeren Kather-5k adlı veri seti kullanılmıştır. GD ve ESA tabanlı öğrenme aktarımı yöntemleri performans karşılaştırması sonucunda, en yüksek doğruluk ESA tabanlı yöntemlerden EfficientNetB4 modeli ile %94,93 olarak elde edilmiştir. Kolon kanseri teşhisinde ESA tabanlı öğrenme aktarımı yöntemi kullanılması patoloji uzmanı doktorların çalışma yükünü hafifletebilir ve kolon kanseri teşhisi performansını artırabilir
Özet (Çeviri)
Colon cancer is a type of cancer that occurs in colon. In 2020, nearly 2 million cases of colon cancer were diagnosed worldwide. In Turkey, the incidence of colon cancer is fourth in men and second in women. In the last decade, significant advances have been achieved in the field of deep learning. Human image classification performance has been surpassed via deep learning methods. The image classification performances of convolutional neural network (CNN)-based models have been surpassed by the vision transformer (ViT) model proposed in 2021. Numerous deep learning-based methods have been developed to date for automatic classification, analysis and interpretation of medical images. The successful use of deep learning in medical imaging methods has brought deep learning research in colon cancer to the agenda. In this study, the automatic colon diagnosis performance of ViT and CNN-based transfer learning models were investigated. The effects of different patch sizes on the performance of ViT models have been demonstrated. During the model training and testing, the Kather-5k dataset containing 5000 histopathology images was used. As a result of the performance comparison between ViT and CNN-based transfer learning methods, the highest accuracy was obtained as 94,93% by the EfficientNetB4 transfer learning model. Using the CNN-based transfer learning method, the workload of pathologist doctors may be reduced and the performance of colon cancer diagnosis may be improved.
Benzer Tezler
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET CEVAHİR ÇINAR
- Biomedical image processing using artificial intelligence
Yapay zeka kullanarak biyomedikal görüntü işleme
SHIREEN ALOFARI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAMZA OSMAN İLHAN
- Derin öğrenme tabanlı gerçek zamanlı polip tespit yöntemlerinin geliştirilmesi ve incelenmesi
Development and investigation of deep learning based real-time polyp detection methods
İSHAK PAÇAL
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DERVİŞ KARABOĞA
- Bölütlenmiş histopatolojik görüntüler üzerinde derin öğrenme yöntemiyle kolon kanseri tespiti
Detecting colon cancer using deep learning on segmented histopathological images
ULAŞ YURTSEVER
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRETTİN EVİRGEN
- Derin öğrenme için yenilikçi düzgünleştirme yaklaşımlarının geliştirilmesi ve medikal görüntülere uygulanması
Development of new regularization approaches for deep learning and application to medical images
KAZIM FIRILDAK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMED FATİH TALU
DR. ÖĞR. ÜYESİ GAFFARİ ÇELİK