- Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
- Vol: 12 Issue: 1
- Classification of cancer images with CNN-based deep learning approach
Classification of cancer images with CNN-based deep learning approach
Authors : Halit Çetiner
Pages : 30-38
Doi:10.28948/ngumuh.1143693
View : 7 | Download : 4
Publication Date : 2023-01-15
Article Type : Research
Abstract :Halk arasında melanoma (mel), dermatofibroma (df), ve vascular (vasc), bening keratosis (bkl), melanocytic nevi (nv), basal cell carcinoma (bcc), actinic keratosis (akiec) olarak bilinen cilt kanserleri yüksek benzerliğe sahiptir. Belirtilen cilt kanserlerinin erken aşamada doğru bir şekilde sınıflandırılması insan yaşamını kurtarması açısından önemlidir. Bu makalede yaygın görülen cilt kanserlerinin sınıflandırma süreçleri için yüksek doğruluklu bir derin öğrenme modeli önerilmiştir. Önerilen model, genel olarak iş yoğunluğu yüksek olan cilt uzmanlarına yardımcı, hızlı tanı ve sınıflandırma yetkinliğine sahip bir modeldir. Birbirine oldukça benzer olan cilt kanserlerinin sınıflandırılmasında, swish ve ReLU aktivasyon fonksiyonlarının avantajlarından faydalanan 30 katmanlı bir CNN modeli önerilmiştir. Bu model kullanılarak akiec, bcc, bkl, df, nv, vasc, mel adlı cilt kanserlerinin sınıflandırılmasında sırasıyla 0.99%, 0.99%, 0.96%, 0.99%, 0.92%, 0.99%, 0.95% F1 score değerleri elde edilmiştir. Akiec, bcc, bkl, df, nv, vasc, mel adlı cilt kanserlerinin sınıflandırılmasında precision ve recall ölçüm metrikleri açısından sırasıyla 0.99%, 0.99, 0.93, 0.99, 0.97, 0.99, 0.94 precision ve 0.99, 0.98, 0.99, 1, 0.87, 1, 0.97 recall değerleri elde edilmiştir. Elde edilen performans sonuçlarına göre önerilen modelin birbirine oldukça benzer yedi farklı cilt kanserini doğru bir şekilde sınıflandırdığı söylenebilir.Keywords : CNN, Rastgele yeniden örneklendirme algoritması, Cilt kanseri, Derin öğrenme