- Avrupa Bilim ve Teknoloji Dergisi
- Ejosat Special Issue: (HORA) Special Issue
- Derin Sinir Ağları Kullanarak Histopatolojik Görüntülerde Meme Kanseri Tespiti
Derin Sinir Ağları Kullanarak Histopatolojik Görüntülerde Meme Kanseri Tespiti
Authors : Emre Dandil, Zafer Serin
Pages : 451-463
Doi:10.31590/ejosat.780705
View : 7 | Download : 3
Publication Date : 2020-08-15
Article Type : Research
Abstract :Bu çalışmada çağımızın en tehlikeli hastalıklarından birisi olan ve geç teşhis durumunda tedavisi oldukça zor bir hal alan meme kanserinin histopatolojik görüntülerde tespiti için derin sinir ağları kullanılarak bir model önerilmiştir. Çalışma ile bilgisayar destekli teşhis sistemlerinin yüksek doğruluk değerlerine ulaşarak meme kanserinin tespitinde yardımcı bir teşhis metodu kullanılması sağlanmıştır. Kullanılan veriseti 40X, 100X, 200X ve 400X yakınlaştırma oranlarına sahip ve toplamda 7909 adet histopatolojik görüntü içermektedir. Önerilen derin sinir ağı modelinde DenseNet201, Inception V3, ResNet50 ve Xception olmak üzere dört farklı ön-eğitimli (pre-trained) ağ kullanılarak daha başarılı sonuçlar elde edilmiştir. Modellerin başarımlarını daha da artırmak amacıyla bırakma (dropout) ve veri artırma (data augmentation) yöntemleri kullanılmıştır. Kullanılan bu ağlar kendi arasında karşılaştırılmış ve Xception ağı ile elde edilen sonuçların diğer ağlara oranla daha başarılı olduğu görülmüştür. Xception ağı ile 200X yakınlaştırma oranında gerçekleştirilen deneysel çalışmalarda, hem diğer ağlara göre hem de diğer yakınlaştırma oranlarına göre en başarılı sonuçlara ulaşılmış ve 98.01’lik bir doğruluk (Accuracy) skoru, 97.89’luk bir hassasiyet (Precision) değeri ve 97.47’lik bir hatırlama (Recall) değeri elde edilmiştir. Xception ağının 200X yakınlaştırma oranındaki ROC eğrisi altındaki alan değeri ise 0.975 olarak hesaplanmıştır.Keywords : Meme kanseri, Histopatolojik görüntü, Sınıflandırma, Derin sinir ağları, Xception, ön-eğitimli ağlar