Geri Dön

Görüntü işleme ve derin öğrenme yöntemleri kullanılarak dermoskopik görüntülerden cilt kanseri tespiti

Detection of skin cancer from dermoscopic images using image processing and deep learning methods

  1. Tez No: 981598
  2. Yazar: BÜŞRA BERKCAN
  3. Danışmanlar: DOÇ. DR. MAHMUT ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, cilt kanseri tespitinde derin öğrenme tabanlı yöntemlerin etkinliğini incelemektedir. Cilt kanseri, dünya genelinde en yaygın kanser türlerinden biri olup, özellikle melanom türü yüksek ölüm oranına sahiptir. Bu tezde, cilt lezyonlarının otomatik olarak sınıflandırılması ve melanom tespiti için derin öğrenme modelleri kullanılmıştır. Veri seti olarak ISIC 2019 verileri tercih edilmiştir. Çalışmada VGG16, ResNet50 ve Vision Transformer gibi popüler mimariler kullanılarak model performansları karşılaştırılmıştır. Modellerin doğruluğu, hassasiyet, özgüllük ve F1 skoru gibi ölçütler ile değerlendirilmiştir. Elde edilen sonuçlar, önerilen modellerin cilt kanseri tespitinde yüksek doğruluk sağladığını göstermektedir.

Özet (Çeviri)

This study examines the effectiveness of deep learning-based methods in skin cancer detection. Skin cancer is one of the most common types of cancer worldwide, with melanoma having a particularly high mortality rate. In this thesis, deep learning models were used for the automatic classification of skin lesions and melanoma detection. The ISIC 2019 dataset was utilized for this study. Popular architectures such as VGG16, ResNet50, and Vision Transformer were used to compare model performances. The models were evaluated based on metrics such as accuracy, precision, specificity, and F1 score. The results obtained indicate that the proposed models provide high accuracy in skin cancer detection.

Benzer Tezler

  1. Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması

    Başlık çevirisi yok

    G. FERZAN KÜÇÜKA

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Ege Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    Yükleniyor...

  2. Renk görüntü teorisi ve televizyona uygulaması

    Theories of colour vision and their application to television

    MUSTAFA LAMİ TAPLAMACIOĞLU

    Doktora

    Türkçe

    Türkçe

    1986

    Gazi Üniversitesi

    Elektrik-Elektronik Eğitimi Ana Bilim Dalı

    Yükleniyor...

  3. Kastamonu çarşaf bağlamaları motif özellikleri

    Başlık çevirisi yok

    N.TOMRİS KATLI

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Gazi Üniversitesi

    El Sanatları Eğitimi Ana Bilim Dalı

    Yükleniyor...

  4. Balıkesir ovasının ve yakın çevresinin jeomorfolojisi ile uygulamalı jeomorfolojisi

    Başlık çevirisi yok

    AYHAN ÖZOĞUL

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Uludağ Üniversitesi

    Coğrafya Ana Bilim Dalı

    Yükleniyor...

  5. Dönemsel yayınlarımızda reklamcılık işlevi ve basının kamuoyu oluşturma görevi ile ilişkisi

    Başlık çevirisi yok

    NEYLAN GÖNLÜYÜCE

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    İstanbul Üniversitesi

    Gazetecilik Ana Bilim Dalı

    Yükleniyor...