Derin öğrenme tabanlı kolon kanseri teşhisi
| dc.contributor.advisor | Tiryaki, Volkan Müjdat | |
| dc.contributor.author | Sefer, Abdurrahman | |
| dc.date.accessioned | 2024-12-24T18:13:40Z | |
| dc.date.available | 2024-12-24T18:13:40Z | |
| dc.date.issued | 2024 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | |
| dc.description | Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı, Bilgisayar Mühendisliği Bilim Dalı | |
| dc.description.abstract | Kolon kanseri kalın bağırsakta oluşan bir kanser türüdür. 2020 yılında dünya genelinde 2 milyona yakın kolon kanseri vakası tespit edilmiştir. Türkiye'de kolon kanseri görülme sıklığı erkeklerde dördüncü ve kadınlarda ise ikinci sıradadır. Son on yılda derin öğrenme alanında önemli gelişmeler kaydedilmiştir. Derin öğrenme ile görüntü sınıflandırma problemlerinde insan performansını geçebilen yöntemler geliştirilmiştir. 2021 yılında önerilen derin öğrenme tabanlı görü dönüştürücü (GD) modeli ile evrişimli sinir ağı (ESA) tabanlı modellerin görüntü sınıflandırma performansı geçilmiştir. Tıbbi görüntülerin otomatik tasnifi, analizi ve yorumlanmasında günümüze kadar derin öğrenme tabanlı birçok farklı yöntem geliştirilmiştir. Derin öğrenmenin tıbbi görüntüleme yöntemlerinde başarı ile kullanılması kolon kanserinde de derin öğrenme araştırmalarını gündeme taşımıştır. Bu çalışmada, GD ile ESA tabanlı öğrenme aktarımı modellerinin otomatik kolon teşhisi performansı araştırılmıştır. GD modeli eğitiminde farklı yama boyutlarının performansa etkileri ortaya konmuştur. Model eğitim ve test aşamasında 5000 histopatoloji görüntüsü içeren Kather-5k adlı veri seti kullanılmıştır. GD ve ESA tabanlı öğrenme aktarımı yöntemleri performans karşılaştırması sonucunda, en yüksek doğruluk ESA tabanlı yöntemlerden EfficientNetB4 modeli ile %94,93 olarak elde edilmiştir. Kolon kanseri teşhisinde ESA tabanlı öğrenme aktarımı yöntemi kullanılması patoloji uzmanı doktorların çalışma yükünü hafifletebilir ve kolon kanseri teşhisi performansını artırabilir | |
| dc.description.abstract | Colon cancer is a type of cancer that occurs in colon. In 2020, nearly 2 million cases of colon cancer were diagnosed worldwide. In Turkey, the incidence of colon cancer is fourth in men and second in women. In the last decade, significant advances have been achieved in the field of deep learning. Human image classification performance has been surpassed via deep learning methods. The image classification performances of convolutional neural network (CNN)-based models have been surpassed by the vision transformer (ViT) model proposed in 2021. Numerous deep learning-based methods have been developed to date for automatic classification, analysis and interpretation of medical images. The successful use of deep learning in medical imaging methods has brought deep learning research in colon cancer to the agenda. In this study, the automatic colon diagnosis performance of ViT and CNN-based transfer learning models were investigated. The effects of different patch sizes on the performance of ViT models have been demonstrated. During the model training and testing, the Kather-5k dataset containing 5000 histopathology images was used. As a result of the performance comparison between ViT and CNN-based transfer learning methods, the highest accuracy was obtained as 94,93% by the EfficientNetB4 transfer learning model. Using the CNN-based transfer learning method, the workload of pathologist doctors may be reduced and the performance of colon cancer diagnosis may be improved. | |
| dc.identifier.endpage | 67 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=KMB79M3N7zK1UR2WYeRgQtqDoliiNEkuvgPgMBgvCeQtzYyPgUSmkgAFklpSEhLh | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12604/3610 | |
| dc.identifier.yoktezid | 860082 | |
| dc.language.iso | tr | |
| dc.publisher | Siirt Üniversitesi | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_20241218 | |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | |
| dc.subject | Computer Engineering and Computer Science and Control | |
| dc.title | Derin öğrenme tabanlı kolon kanseri teşhisi | |
| dc.title.alternative | Deep learning-based colon cancer diagnosis | |
| dc.type | Master Thesis |
