Yazar "Etiz, Ender Emre" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • [ X ]
    Öğe
    Derin öğrenme yöntemleri kullanılarak dijital mamografiden kitle bölütlemesi
    (Siirt Üniversitesi, 2023) Etiz, Ender Emre; Tiryaki, Volkan Müjdat
    Meme kanseri, kadınlar arasında kanser ölümlerinin önde gelen nedenlerinden biridir. Erken teşhisin, hastaların hayatta kalma oranını artırdığı bilinmektedir. Mamografi, meme kanserinin erken teşhisini mümkün kılabilmektedir. Dijital mamografi, meme kanseri taramasında yaygın olarak kullanılan bir görüntüleme yöntemidir. Bilgisayar destekli yöntemler kullanılarak mamografilerden meme kanseri anormallikleri bulunabilmektedir. Son yıllarda, bilgisayar destekli meme kanseri teşhisinde derin öğrenme araştırmaları ivme kazanmıştır. Bu araştırmaların neticesinde bilgisayar destekli sistemler ile radyologların birlikte çalışmaları neticesinde radyologların yalnız çalışmalarına göre daha iyi performans elde edildiği görülmüştür. Kitle bölütleme, meme kanserinin saptanmasında ve teşhisinde önemli ve zor bir adımdır. Kitle bölütlemesi, mamografi görüntülerinde kitlelerin yerini ve sınırlarını tanımlamayı içeren bilgisayar destekli sistemlerin aşamalarından biridir. Bu tezde tam dijital mamografilerden derin öğrenme yöntemleri kullanılarak kitle bölütleme problemi ele alınmıştır. Derin öğrenme sistemlerinin eğitilebilmesi için ihtiyaç duyulan veri seti olarak araştırmacıların erişimine açık olan INbreast dijital mamografi veri seti kullanılmıştır. Kitle bölütlemesi için U-Net derin öğrenme modeli ve türevleri kullanılmıştır. Kitle bölütleme performansı farklı modeller için test edilmiş ve en yüksek performans gösteren model belirlenmiştir. Performans ölçümü için gerçek referans bölge ve tahmin edilen bölgenin kesişimini ölçen Dice benzerlik oranı metriği kullanılmıştır. U-net mimarisi ile sıfırdan eğitim yapılması durumunda diğer U-net türevi yöntemlerine göre daha iyi sonuç elde edilmiştir. Elde edilen performans değerleri literatür ile karşılaştırılmıştır.