Derin Konvolüsyonel Nesne Algılayıcı ile Plevral Efüzyon Sitopatolojisinde Otomatik Çekirdek Algılama

Authors : Büşranur KILIÇ, Elif BAYKAL KABLAN, Hülya DOĞAN, Murat EKİNCİ, Mustafa Emre ERCİN, Şafak ERSÖZ

Pages : 33-42

View : 52 | Download : 11

Publication Date : 2020-04-13

Article Type : Research Paper

Abstract :Plevral efüzyon, akciğer zarları arasında sıvı birikimi olup sitopatolojik değerlendirmede çok sık karşılaşılan bir durumdur. Çekirdek algılama, plevral efüzyon tanısı için gerçekleştirilen sitopatolojik değerlendirmede kritik bir adımdır. Çünkü çekirdek hücrelerin malignite seviyesi ile ilgili önemli bilgi içermektedir. Çekirdek algılama ayrıca hücre sayımı, segmentasyonu ve takibi gibi otomatik bilgisayar-destekli tanı insert ignore into journalissuearticles values(Computer-Aided Diagnosis-CAD); sistem adımlarının da temelini oluşturmaktadır. Son yıllarda derin öğrenme, özellikle Konvolüsyonel Sinir Ağları insert ignore into journalissuearticles values(Convolutional Neural Networks-CNNs);, nesne algılama problemlerinde yüksek başarı elde etmiştir. Bu çalışmada modern konvolüsyonel nesne algılayıcı, YOLOv3, plevral efüzyon sitopatolojik görüntülerde çekirdek algılama amacıyla önerilmiştir. Deneyler 11157 çekirdek içeren 80 görüntü üzerinde gerçekleştirilmiştir. Önerilen yöntem %94.10 kesinlik, %98.98 duyarlılık ve %96.48 F-ölçütü elde etmiştir. Yöntemin literatürdeki yöntemlere katkısı 10 kat hızlanma sağlamasıdır. Bu hızlanma dijital patolojideki gerçek zamanlı CAD uygulamaları için ciddi bir avantaj sağlamaktadır. Dolayısıyla önerilen yöntem dijital patolojide patologlar tarafından tanı aracı olarak kullanılabilecektir.
Keywords : Bilgisayar destekli tanı, Konvolüsyonel sinir ağları, Sitopatoloji, Çekirdek algılama, Plevral efüzyon, YOLOv3

ORIGINAL ARTICLE URL