Akciğer ve kolon kanseri teşhisine yönelik derin öğrenme ve topluluk sınıflandırıcı tabanlı hibrit model
A deep learning and community classifier-based hybrid model for lung and colon cancer diagnosis
- Tez No: 962316
- Danışmanlar: DOÇ. DR. KADİR SABANCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karamanoğlu Mehmetbey Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Kolon ve akciğer kanseri dünya genelinde ciddi sağlık sorunlarına yol açan ve yüksek ölüm oranlarıyla dikkat çeken kanser türlerindendir. Bu hastalıkların erken ve doğru şekilde tespit edilmesi tedavi başarısını artırmakta ve yaşam süresini uzatmaktadır. Günümüzde uzmanların daha hızlı ve güvenilir teşhis koyabilmesi amacıyla bilgisayar destekli tanı sistemlerinin geliştirilmesine yönelik çalışmalar artmıştır. Bu tez çalışmasında açık erişimli LC25000 veri setinde yer alan akciğer ve kolon kanseri hücrelerine ait histopatolojik görüntüler kullanılarak beş farklı kanserli doku türü derin öğrenme tabanlı yöntemlerle sınıflandırılmıştır. Bu beş farklı doku türü; iyi huylu akciğer, kötü huylu akciğer, kötü huylu (yassı) akciğer, iyi huylu kolon ve kötü huylu kolon hücre dokusu görüntülerinden oluşmaktadır. İlk aşamada bu görüntüler MobileNet, MobileNetV2, Xception, DenseNet121, InceptionV3 ve ResNet152V2 modelleri ile sınıflandırılmıştır. En yüksek doğruluk oranı %99.12 ile MobileNet modeliyle elde edilmiştir. İkinci aşamada ise MobileNet modelinin Global Average Pooling 2D katmanından çıkarılan 1024 adet derin özellik, ensemble (topluluk) sınıflandırma modelleriyle yeniden sınıflandırılmıştır. Bu hibrit yaklaşım sonucunda MobileNet+Subspace KNN modeliyle %100 doğruluk oranına ulaşılmıştır. Elde edilen bulgular, derin özelliklerin uygun topluluk (ensemble) yöntemlerinin birleştirilmesi ile kanserli hücre tespitinde yüksek doğruluk oranlarına ulaşılabileceğini göstermektedir.
Özet (Çeviri)
Colon and lung cancers are among the types of cancer that cause serious health problems worldwide and are characterized by high mortality rates. Early and accurate detection of these diseases increases treatment success and prolongs survival. In recent years, studies aimed at developing computer-aided diagnosis systems have increased, with the goal of enabling specialists to make faster and more reliable diagnoses. In this thesis, histopathological images of lung and colon cancer cells from the publicly available LC25000 dataset were used to classify five different cancerous tissue types using deep learning-based methods. These tissue types include colon adenocarcinoma, benign colonic tissue, lung adenocarcinoma, lung squamous cell carcinoma, and benign lung tissue images. In the first stage, these images were classified using the MobileNet, MobileNetV2, Xception, DenseNet121, InceptionV3, and ResNet152V2 models. The highest accuracy rate of 99.12% was achieved with the MobileNet model. In the second stage, 1024 deep features extracted from the Global Average Pooling 2D layer of the MobileNet model were reclassified with ensemble classification models. As a result of this hybrid approach, the MobileNet+Subspace KNN model achieved 100% accuracy. The findings demonstrate that combining deep features with appropriate ensemble methods can achieve high accuracy rates in the detection of cancer cell.
Benzer Tezler
- Bazı kanser biyomarkerlarının tayinine yönelik biyosensör sistemleri geliştirilmesi
Development of biosensor systems for determination of some cancer biomarkers
ENGİN ASAV
Doktora
Türkçe
2014
Bilim ve TeknolojiTrakya ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. AYTEN SAĞIROĞLU
DOÇ. DR. MUSTAFA KEMAL SEZGİNTÜRK
- Fitohormon absisik asidin akciğer kanseri hücrelerinde moleküler etkileri
Molecular effects of the phytohormone abscisic acid on lung cancer cells
DEMET KAÇKA
Yüksek Lisans
Türkçe
2024
BiyolojiBursa Uludağ ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. FİGEN ERSOY
- 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
- 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
- Deep learning technique for early detection of lung cancer
Akciğer kanserinin erken teşhisi için derin öğrenme tekniği
NADA A M ALSHAER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
ASSISTANT PROFESSOR DR. SHAHRAM TAHERI