Deep learning technique for early detection of lung cancer
Akciğer kanserinin erken teşhisi için derin öğrenme tekniği
- Tez No: 884583
- Danışmanlar: ASSISTANT PROFESSOR DR. SHAHRAM TAHERI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Antalya Bilim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 82
Özet
Kanser, birçok metabolik anomalinin ve genetik bozukluğun bir araya gelmesiyle ortaya çıkan ölümcül bir hastalıktır. Günümüzde insanlar arasında başlıca ölüm ve sakatlık nedenlerinden biri akciğer kanseridir. Uygun etki yolunu seçerken, bu tür malignitelerin histopatolojik olarak tanımlanması tipik olarak en önemli faktördür. Her iki cephede de bir hastalığın erken teşhisi ölüm oranlarını önemli ölçüde azaltır. Araştırmacılar, bu tür kanser teşhisini hızlandırmak için makine öğrenimi ve derin öğrenme tekniklerini kullanarak çok sayıda hastayı çok daha kısa sürede ve daha ucuz bir maliyetle araştırabilirler. Akciğer kanserini etkili bir şekilde tespit etmek için bu çalışmada hibrit topluluk özellik çıkarma modeli geliştirdik. Kanser görüntüleme koleksiyonları için yüksek performanslı filtrelemeyi derin özellik çıkarma ve topluluk öğrenimi ile birleştirir. Modelin değerlendirilmesinde histopatolojik (LC25000) akciğer ve kolon veri setleri kullanılmıştır. Çalışma sonuçları hibrit modelimizin akciğer kanseri tespitinde % 99,63 doğruluk oranına sahip olduğunu göstermektedir. Araştırmanın sonuçları, önerilen yaklaşımımızın mevcut yaklaşımlardan önemli ölçüde daha iyi performans gösterdiğini göstermektedir. Bu nedenle bu modeller, hekimlere kanser teşhisinde yardımcı olmak için kliniklerde kullanılabilir. ANAHTAR KELİMELER: Akciğer kanseri, Derin Öğrenme, El Yapımı Tanımlayıcılar, Özellik çıkarma ve Transfer öğrenme.
Özet (Çeviri)
Cancer is a deadly illness brought on by a confluence of many metabolic anomalies and genetic disorders. One of the main causes of death and disability among people nowadays is lung cancer. When choosing the appropriate course of action, the histopathological identification of such malignancies is typically the most crucial factor. Early diagnosis of a disease on either front significantly reduces death rates. Researchers can investigate a large number of patients in a much shorter amount of time and at a cheaper cost by using machine learning and deep learning techniques to speed up such cancer diagnosis. To effectively detect lung cancer, we developed a hybrid ensemble feature extraction model in this study. It combines high-performance filtering for cancer imaging collections with deep feature extraction and ensemble learning. Histopathological (LC25000) lung and colon datasets are used to assess the model. The results of the study show that our hybrid model has a 99.63% accuracy rate in detecting lung cancer. The results of the investigation demonstrate that our suggested approach performs noticeably better than current approaches. These models may therefore be used in clinics to assist physicians in diagnosing cancer. KEYWORDS: Deep learning, Feature extraction, Hand-Crafted Descriptors, lung cancer, and Transfer learning.
Benzer Tezler
- Tıbbi görüntü işleme ile akciğer grafisinde COVID-19 pozitif tespiti için veri madenciliği ve derin öğrenme yöntemlerinin performanslarının incelenmesi
Investigation of the performance of data mining and deep learning methods for COVID-19 positive detection in lung graph with medical image processing
FATMA GÜL KURT
Yüksek Lisans
Türkçe
2022
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. JALE KARAKAYA KARABULUT
- LUNG DISEASES DETECTION USING DEEP LEARNING
Derin öğrenme kullanarak akciğer hastalıklarının tespiti
ABDEL AZIZ KAMO MEGNA
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Derin öğrenme teknikleriyle akciğer görüntüleri üzerinde kanser teşhisi
Diagnosis of cancer on lung images by deep learning techniques
FURKAN BERK SEYREK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL YİĞİT
- Akciğer kanserinin derin öğrenme yaklaşımları kullanılarak tespit edilmesi
Detection of lung cancer using deep learning approaches
FERHAT AYAYNA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABİDİN ÇALIŞKAN
- Makine öğrenimine dayalı akciğer kanserinin erken tanısında belirsizlik ölçeğinin tespiti
Detection of the uncertainty scale in the early diagnosis of lung cancer based on machine learning
SEMA ÜZÜLMEZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN