IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • Fırat Üniversitesi Mühendislik Bilimleri Dergisi
  • Volume:35 Issue:2
  • Histopatolojik Görüntülerden Kolon Kanseri Tespiti için EfficientNetB0 ve DVM Tabanlı Yaklaşım...

Histopatolojik Görüntülerden Kolon Kanseri Tespiti için EfficientNetB0 ve DVM Tabanlı Yaklaşım

Authors : Gaffari ÇELİK
Pages : 771-781
Doi:10.35234/fumbd.1323422
View : 62 | Download : 59
Publication Date : 2023-09-01
Article Type : Research Paper
Abstract :Kolon kanseri, gelişmiş ülkelerde ciddi bir sağlık sorunu olmakta ve en sık görülen kanser türleri arasında gelmektedir. Bu hastalığın erken teşhisi hastaların hayatta kalma şansını artırmaktadır. Geciken teşhisler ise ölümle sonuçlanabilmektedir. Bu çalışmada kolon kanseri tespiti için EfficientNetB0 ve destek vektör makineleri insert ignore into journalissuearticles values(DVM); tabanlı bir model önerilmiştir. EfficientNetB0 mimarisi ile histopatolojik görüntülerden öznitelik haritalarının çıkarılması sağlanırken, DVM algoritması ile elde edilen öznitelik haritalarının sınıflandırılması gerçekleştirilmektedir. Ayrıca önerilen modelin başarısını analiz etmek üzere EfficientNetB0, Xception, VGG19, InceptionV3, DenseNet121 ve ResNet101 gibi evrişimli sinir ağları insert ignore into journalissuearticles values(ESA); mimarileri ile performans kıyaslaması yapılmıştır. Veri kümesi olarak sekiz sınıflı Kather-5k ve iki sınıflı LC25000 veri kümeleri kullanılmıştır. Elde edilen bulgular, önerilen modelin Kather-5k veri kümesi kullanıldığında %99.70 doğruluk, %100 kesinlik, %100 duyarlılık, %100 F1-Score, %99.71 G-ortalama, %100 özgüllük ve %99.83 AUC ile mevcut ESA mimarilerine kıyasla daha yüksek başarı sağladığını göstermiştir. LC25000 veri kümesi kullanıldığında ise önerilen model tüm metriklerde %100 başarı elde etmiştir. Benzer şekilde Kather-5k ve LC25000 veri kümeleri birleşiminden oluşan veri kümesi kullanıldığında önerilen model, %99.96 doğruluk, %100 kesinlik, %100 duyarlılık, %100 F1-Score, %99.92 G-ortalama, %100 özgüllük ve %99.96 AUC oranı ile diğer modellere kıyasla daha yüksek performans göstermiştir. Ayrıca önerilen model ile EfficientNetB0 mimarisinin başarısında önemli oranda bir başarı artışı sağlanmıştır.
Keywords : Kolon kanseri, evrişimli sinir ağları, EfficientNetB0, destek vektör makineleri

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2026