Dermatolojik Görüntü Analizi için Derin Öğrenme Modellerinin Karşılaştırılması: EfficientNet Zirvede

Authors : Rukiye Nur Kaçmaz, Refika Sultan Doğan

Pages : 383-392

View : 47 | Download : 58

Publication Date : 2024-08-31

Article Type : Research Paper

Abstract :Hızlı yayılan ve ölümcül olan cilt kanserine melanom denir. Cilt kanserinin erken evrelerinde tedavi edilmezse ölüm oranı çok yüksektir ancak erken evrelerinde doğru bir şekilde tanımlandığında hastaların hayatları kurtarılabilir. Doğru ve hızlı bir teşhis ile hastanın hayatta kalma şansı artabilir. Bilgisayar destekli bir tanı destek sisteminin oluşturulmasını gerekir.. Bu çalışmada Dense201, DarkNet19, EfficientNet melanom sınıflandırması için 3 farklı derin transfer öğrenme modeli sunmaktadır. Buna ek olarak, transfer öğrenmesinde kullanılan filtre boyutu açısından ablasyon çalışması yapılmıştır. Filtre boyutunun etkisine bakmak için her bir modelde farklı sayıda filtre boyutu oluşturulup sonuç alınmıştır. Çalışmada 1792 iyi huylu ve 1464 kötü huylu görüntü içeren ISIC veri seti kullanılmıştır. Bu çalışmaya göre, DenseNet201, boyutlarına bakılmaksızın farklı filtre boyutlarında doğru ve güvenilir sonuçlar sağlamıştır. Bu nedenle, cilt lezyonlarının sınıflandırılmasını içeren çalışmalarda DenseNet201 kullanımının seçilmesi önerilir.
Keywords : cilt kanseri, ablasyon, trasnfer öğrenme