INVESTIGATION OF POLYPS IN ENDOSCOPY IMAGES BY USING DEEP LEARNING ALGORITHM

Authors : Emine CENGİZ, Faik YAYLAK, Eyyüp GÜLBANDILAR

Pages : 441-453

Doi:10.31796/ogummf.1122707

View : 14 | Download : 15

Publication Date : 2022-12-21

Article Type : Research Paper

Abstract :Makine öğrenimindeki, özellikle derin öğrenmeyle ilgili son gelişmeler, tıbbi görüntülerdeki nesneleri tanımaya ve sınıflandırmaya yardımcı olur. Bu çalışmada endoskopi görüntüleri incelenmiş, sağlıklı ve polipli hücrelerini sınıflandırılması için derin öğrenme yöntemi kullanılmıştır. Önerilen sistem için Kütahya Evliya Çelebi Eğitim ve Araştırma Hastanesi Genel Cerrahi Anabilim Dalı Endoskopi Ünitesi arşivlerinden bir veri tabanı oluşturulmuştur. Veri tabanı 54 arşiv kaydından; 93 polip ve 216 normal görüntü içermektedir. Görüntü çoğaltma için her görüntü kendi ekseni etrafında 90 derece döndürülerek toplam 1236 görüntü elde edilmiştir. Elde edilen bu verilerden rastgele seçilen verilerin 2/3\`ü modelin eğitimi için kullanılırken, kalan veriler test için ayrılmıştır. Performans sonuçlarının değişkenliğini azaltmak için K-kat Çapraz Doğrulama yöntemi kullanıldı. Bu çalışmada, derin öğrenmede en iyi sınıflandırma modelini bulmak için farklı aktivasyon ve optimizasyon fonksiyonları kullanılarak 48 farklı model oluşturulmuştur. Deneysel sonuçlara göre, modellerin doğruluğunun seçilen parametrelere bağlı olduğu; %91 doğruluk oranı ile en iyi model gizli katmandaki 64 nöron, ReLU aktivasyon fonksiyonu ve RmsProp optimizasyon yöntemi ile elde edilirken, en kötü model %76 doğruluk oranı ile gizli katmandaki 32 nöron, Tanh aktivasyonu, PmsProp optimizasyon yöntemi ile elde edilmiştir. Buna göre, derin öğrenme modellerinin tasarımı sırasında farklı aktivasyon ve optimizasyon yöntemleri kullanılarak polip görüntülerinin sınıflandırma performansı optimize edilebilir.
Keywords : Derin öğrenme, Aktivasyon fonksiyonu, Optimizasyon methodu, Polip, Endoskopi