Multilevel and multiscale cnn for accurate localization and classification of breast lesions
Meme lezyonlarının doğru lokalizasyonu ve sınıflandırılması için çok seviyeli ve çok ölçekli cnn
- Tez No: 889658
- Danışmanlar: DR. ÖĞR. ÜYESİ DURSUN EKMEKCİ
- 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: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 66
Özet
Yetişkin kadınlar arasında kansere bağlı ölümlerin önde gelen nedenidir. Sosyal ve ekonomik gelişme düzeyleri farklı olan ülkelerde gelişigüzel görülmesine rağmen, erken teşhis teknolojilerine sınırlı erişim nedeniyle ölüm oranları, gelişmekte olan ve az gelişmiş ülkelerde oldukça yüksek olmaya devam ediyor. Klinik açıdan bakıldığında mamografi, yaygın kullanımı ve görüntülere yönelik yorumlayıcı aşinalık nedeniyle en etkili tanı teknolojisi olmayı sürdürüyor. Bu çalışma, görüntülerdeki ilgilenilen bölgeleri kullanarak mamografik lezyonları tespit etmek ve sınıflandırmak için bir yöntem sunmaktadır. Bu araştırma sayesinde YOLO modelinin bu konuya yönelik yeteneklerini geliştirmeye çalışıyoruz. Anahtar Kelimeler : Lezyon tespiti, Meme Kanseri, YOLO, CNN, Veri artırma
Özet (Çeviri)
Breast cancer stands as the leading cause of cancer-related fatalities among adult women globally, as stated by the World Health Organization. Despite its indiscriminate occurrence across countries with varying levels of social and economic development, mortality rates remain notably high in developing and underdeveloped nations due to limited access to early detection technologies. From a clinical standpoint, mammography remains the most effective diagnostic technology, owing to its widespread use and interpretative familiarity with the images. This study introduces a method for detecting and classifying mammographic lesions by utilizing regions of interest within the images. Through this research, we strive to enhance the capabilities of YOLO model against this topic. Keywords : Lesion detection, Breast Cancer, YOLO, CNN, Data augmentation
Benzer Tezler
- Implementation of a broadband multilevel fast multipole algorithm for multiscale electromagnetics problems
Geniş bantlı çok-seviyeli hızlı çokkutup yönteminin çok-ölçekli elektromanyetik problemler için gerçekleştirilmesi
MANOUCHEHR TAKRIMI
Doktora
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VAKUR BEHÇET ERTÜRK
DOÇ. DR. ÖZGÜR SALİH ERGÜL
- Fast and efficient solutions of multiscale electromagnetic problems
Çok ölcekli elektromanyetik problemlerin hızlı ve verimli çözümü
BAHRAM KHALICHI
Doktora
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. VAKUR BEHÇET ERTÜRK
DOÇ. DR. ÖZGÜR SALİH ERGÜL
- A multi-level upscaling and validation framework for uncertainty quantification in additively manufactured lattice structures
Başlık çevirisi yok
RECEP MUHAMMET GÖRGÜLÜARSLAN
- Çok-düzeyli kodlama/çok-aşamalı kod çözme tekniğinin incelenmesi ve frekans/faz kaydırmalı anahtarlama modülasyonuna uygulanması
Multilevel coding/multistage decoding and its application to frequency/phase shift keying modulation
İBRAHİM ALTUNBAŞ
Yüksek Lisans
Türkçe
1992
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiYRD. DOÇ. DR. ÜMİT AYGÖLÜ
- Sayısal genlik modülasyonu için çok düzeyli kodlayıcıların tasarımı
Başlık çevirisi yok
ALİ YAŞAR ZORLU
Yüksek Lisans
Türkçe
1994
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiDOÇ.DR. ÜMİT AYGÖLÜ