Meme Kanserinin Evrişimsel Sinir Ağı Modelleriyle Tespitinde Farklı Görüntü Büyütme Oranlarının Etkisi

Authors : Ali NARİN

Pages : 186-194

View : 40 | Download : 16

Publication Date : 2020-12-27

Article Type : Research Paper

Abstract :Meme kanseri, tüm dünyada oldukça yaygın olan bir kanser türüdür. Çoğunlukla kadınlarda görülen bu kanser türünün erken tespiti oldukça önemlidir. Bu nedenle zorlu ve yorucu olan meme kanseri tespit sürecinde bilgisayar destekli karar mekanizmalarının geliştirilmesi önem arz etmektedir. Bu çalışmada, meme kanseri tespitinde kesin tanının konulmasına yardımcı olmak için bilgisayar tabanlı otomatik bir karar destek sistemi tasarlanmıştır. Sistem için, farklı büyütme miktarlarına sahip gerçek ham histopatolojik görüntüler kullanılmıştır. Bu görüntülerden hangisinin iyi huylu tümör hangisinin kötü huylu tümör olduğuna ön eğitimli ResNet50 evrişimsel sinir ağı (Convolutional Neural Network (CNN)) ve ön eğitimsiz VGG16 CNN kullanılarak karar verilmiştir. Bununla beraber veri setindeki 4 farklı büyütme oranlarından (40X, 100X, 200X, 400X) hangi büyütme miktarında daha iyi tespit yapıldığı araştırılmıştır. Sonuç olarak 200X büyütme miktarına sahip veriler için %93,03 doğruluk, %93,03 hassaslık ve %93,03 seçicilik performans değerleri ön eğitimli ResNet50 CNN ile tespit edilmiştir. Benzer şekilde ön eğitimsiz VGG16 modelinde ise %93,03 doğruluk, %99,28 hassaslık ve %79,03 seçicilik değerlerine ulaşılmıştır. Elde edilen bu sonuçlara göre, önerilen bu sistemin patologlara yardımcı bir bilgisayar tabanlı tümör tespit uygulaması olacağı düşünülmektedir.
Keywords : VGG16, Derin öğrenme, Meme kanseri, Ön eğitimli ResNet50

ORIGINAL ARTICLE URL