Diagnosis of Breast Cancer by K-Mean Clustering and Otsu Thresholding Segmentation Methods

Meme kanseri, kadınlar arasında büyük oranda artış göstermiştir. Ancak erken teşhisiyle, tedaviye olumlu cevap verilebilmektedir. Araştırmacılar, hastalığı erken ve doğru tespit edebilme adına görüntüleme yöntemlerinde çeşitli çalışmalar yapmaktadır. Bu çalışmada; TCİA görüntü veri bankasından alınan 9 kanserli görüntüde K ortalama kümeleme ve otsu eşikleme yöntemi ile tümör tespiti yapılmıştır. Radyolog tarafından işaretli referans görüntüleri ile insert ignore into journalissuearticles values(ground truth); ile karşılaştırarak, başarım insert ignore into journalissuearticles values(performans); metrikleri değerlendirilmiştir. Kümeleme işlemi için sırasıyla TPR insert ignore into journalissuearticles values(Doğru Pozitif Oranı); 0.89, FPR insert ignore into journalissuearticles values(Yanlış Pozitif Oranı); 0.14, benzerlik 0.67, doğruluk 0.87, duyarlılık 0.89, hassasiyet 0.86, özgüllük 0.87, F puanı 0.87 bulunmuştur. Otsu için TPR insert ignore into journalissuearticles values(Doğru Pozitif Oranı); 0.84, FPR insert ignore into journalissuearticles values(Yanlış Pozitif Oranı); 0.12, benzerlik 0.73, doğruluk 0.84, duyarlılık 0.84, hassasiyet 0.86, özgüllük 0.87, F puanı 0.84 olarak hesaplanmıştır. Bu çalışmada, daha az veri kümesi ile daha kısa sürede, görüntü işleme yöntemlerini kullanarak, piksel tabanlı segmentasyon ile tümör sınırlarının daha doğru belirlenmesi, insana duyulan ihtiyacın azalması ve sağlık alanında sahada görüntülemede kullanılan tıbbi cihazların bilgisayar destekliyazılımlarla geliştirilmesi, mamografik tarama sistemlerinin doğru ve hızlı bir şekilde yapılabilmesi amaçlanmıştır. Sonuç olarak, her iki yöntem de başarılı, sahada kullanılabilir ve birbirine yakın başarım değerleri bulunmuştur.