Meme Kanseri Tespitinde Evrişimsel Sinir Ağı Modellerinin Performansları

Karaelmas Science and Engineering Journal Pub Date : 2020-12-15 DOI:10.7212/zkufbd.v10i2.1613

Ali Narin, Safa Kaan Kefeli

{"title":"Meme Kanseri Tespitinde Evrişimsel Sinir Ağı Modellerinin Performansları","authors":"Ali Narin, Safa Kaan Kefeli","doi":"10.7212/zkufbd.v10i2.1613","DOIUrl":null,"url":null,"abstract":"Meme kanseri, tum dunyada oldukca yaygin olan bir kanser turudur. Cogunlukla kadinlarda gorulen bu kanser turunun erken tespiti oldukca onemlidir. Bu nedenle zorlu ve yorucu olan meme kanseri tespit surecinde bilgisayar destekli karar mekanizmalarinin gelistirilmesi onemlidir. Bu calismada, meme kanseri tespitinde kesin taninin konmasina yardimci olmak icin bilgisayar tabanli otomatik bir karar destek sistemi tasarlanmistir. Sistem icin, farkli buyutme miktarlarina sahip gercek ham histopatolojik goruntuler kullanilmistir. Bu goruntulerden hangisinin iyi huylu tumor hangisinin kotu huylu tumor olduguna on egitimli ResNet50 evrisimli sinir agi ve VGG16 evrisimli sinir agi kullanilarak karar verilmistir. Bununla beraber veri setindeki 4 farkli buyutme oranlarindan (40X,100X,200X,400X) hangi buyutme miktarinda daha iyi tespit yapildigi arastirilmistir. Sonuc olarak 200X buyutme miktarina sahip veriler icin %93,03 dogruluk, %93,03 hassaslik ve %93,03 secicilik performans degerleri on egitimli Resnet50 evrisimli sinir agi ile tespit edilmistir. Amaclanan bu sistemin patologlara yardimci bir bilgisayar tabanli tumor tespit uygulamasi olacagi dusunulmektedir.","PeriodicalId":17742,"journal":{"name":"Karaelmas Science and Engineering Journal","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2020-12-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Karaelmas Science and Engineering Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.7212/zkufbd.v10i2.1613","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Meme kanseri, tum dunyada oldukca yaygin olan bir kanser turudur. Cogunlukla kadinlarda gorulen bu kanser turunun erken tespiti oldukca onemlidir. Bu nedenle zorlu ve yorucu olan meme kanseri tespit surecinde bilgisayar destekli karar mekanizmalarinin gelistirilmesi onemlidir. Bu calismada, meme kanseri tespitinde kesin taninin konmasina yardimci olmak icin bilgisayar tabanli otomatik bir karar destek sistemi tasarlanmistir. Sistem icin, farkli buyutme miktarlarina sahip gercek ham histopatolojik goruntuler kullanilmistir. Bu goruntulerden hangisinin iyi huylu tumor hangisinin kotu huylu tumor olduguna on egitimli ResNet50 evrisimli sinir agi ve VGG16 evrisimli sinir agi kullanilarak karar verilmistir. Bununla beraber veri setindeki 4 farkli buyutme oranlarindan (40X,100X,200X,400X) hangi buyutme miktarinda daha iyi tespit yapildigi arastirilmistir. Sonuc olarak 200X buyutme miktarina sahip veriler icin %93,03 dogruluk, %93,03 hassaslik ve %93,03 secicilik performans degerleri on egitimli Resnet50 evrisimli sinir agi ile tespit edilmistir. Amaclanan bu sistemin patologlara yardimci bir bilgisayar tabanli tumor tespit uygulamasi olacagi dusunulmektedir.

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

求助全文

约1分钟内获得全文去求助

来源期刊

Karaelmas Science and Engineering Journal

自引率

0.00%

发文量