Akciğer kanseri tanısı için derin öğrenme modellerinin karşılaştırılması ve uygulanması

Authors : Ekrem Gökberk Koç, Durmuş Özdemir

Pages : 1-9

View : 72 | Download : 36

Publication Date : 2024-08-31

Article Type : Research Paper

Abstract :Akciğer kanseri, dünya genelinde yaygın bir sağlık sorunu haline gelmiştir. Erken teşhis ve doğru tedavi, hastalığın seyrini önemli ölçüde etkileyebilmektedir. Bu çalışmada, akciğer tomografisi (CT) görüntülerini kullanarak akciğer kanserinin erken teşhisini yapabilmek amaçlanmıştır. Bu teşhisi yapabilmek için derin öğrenme modellerinin karşılaştırılması ve uygulanması üzerine odaklanılmıştır. CNN, DenseNet ve ResNet gibi üç popüler derin öğrenme modeli kullanılarak, akciğer kanseri tanısı için performansları değerlendirilmiştir. Ayrıca eğitim verileri için 1440 akciğer tomografisi görüntüsü, test verileri için 174 akciğer tomografisi görüntüsü ve doğrulama verileri için 36 adet akciğer tomografisi görüntüsü kullanılmıştır. Sonuçlar değerlendirildiğinde en başarılı modelin ResNet (%96.55), bir sonraki başarılı modelin CNN (%89.08) ve son olarak DenseNet modelinin (%88.51) başarısı olduğu gözlenmiştir.
Keywords : Derin Öğrenme, Akciğer Kanseri, Erken Teşhis, Performans Değerlendirmesi

ORIGINAL ARTICLE URL