Rahim ağzı (serviks) kanserinde öncü lezyonların evrişimsel sinir aglarıyla bölütlenmesi

Basit Öğe Kaydı
dc.authorid0000-0003-0128-6947
dc.contributor.authorAlbayrak, Abdulkadir
dc.contributor.authorÜnlü, Aslı
dc.contributor.authorÇalık, Nurullah
dc.contributor.authorBilgin, Gökhan
dc.contributor.authorTürkmen, İlknur
dc.contributor.authorÇakır, Aslı
dc.contributor.authorÇapar, Abdulkerim
dc.contributor.authorTöreyin, Behçet Uğur
dc.contributor.authorDurak Ata, Lütfiye
dc.date.accessioned10.07.201910:49:13
dc.date.accessioned2019-07-10T19:38:04Z
dc.date.available10.07.201910:49:14
dc.date.available2019-07-10T19:38:04Z
dc.date.issued2017
dc.departmentİstanbul Medipol Üniversitesi, Tıp Fakültesi, Cerrahi Tıp Bilimleri Bölümü, Tıbbi Patoloji Ana Bilim Dalı
dc.description.abstractÜlkemizde ve dünyada en sık görülen kanser tiplerinden olan rahim ağzı (serviks) kanseri, kanser öncüsü lezyonlarından gelişmektedir. Kanser öncüsü bu lezyonların saptanması, hastanın kanser olmadan tedavi olmasına olanak sağladığiçin önemlidir ve analizleri yapan patologlar tarafından tanısı konmaktadır. Bu çalışmada evrişimsel sinir ağları (ESA) yöntemi kullanılarak kanser öncüsü lezyonların otomatik tespitini gerçekletiren bir sistem tasarlanmıştır. Eğitim aşamasında sistemin görüntülerden lezyonları tanıma başarımı %92 olarak elde edilmektedir. Eğitim aşamasından sonra bütün görüntüler 60×60 boyutlarında bir pencere ile evriştirilerek bölütlenmektedir. İlgili lezyonların Dice katsayısına göre %81.71 başarı ile bölütlendiği bir model oluşturulmuştur.
dc.description.abstractCervical carcinoma is one of the frequently seen cancers in the world and in our country, develops from precursor lesions. These precursor lesions are analyzed by pathologists so that the diagnosis of the disease can be made. In this study, a system that performs automatic detection of pre-cancerous lesions was performed using the convolutional neural networks (CNNs). In the training phase, lesion recognition performance of the proposed system has reached 92%. Thereafter, whole image was segmented by using 60 × 60 pixel tiles during the training phase. After all, the precursor lesions were segmented with 81.71% Dice coefficient.
dc.identifier.citationAlbayrak, A., Ünlü, A., Çalık, N., Bilgin, G., Tükmen, İ., Çakır, A. ... Durak Ata, L. (2017). Rahim ağzı (serviks) kanserinde öncü lezyonların evrişimsel sinir aglarıyla bölütlenmesi. 25th Signal Processing and Communications Applications Conference (SIU). Antalya, Turkey, May 15-18, 2017. https://dx.doi.org/10.1109/SIU.2017.7960459
dc.identifier.doi10.1109/SIU.2017.7960459
dc.identifier.isbn9781509064946
dc.identifier.scopusqualityN/A
dc.identifier.urihttps://hdl.handle.net/20.500.12511/1527
dc.identifier.urihttps://dx.doi.org/10.1109/SIU.2017.7960459
dc.identifier.wosqualityN/A
dc.indekslendigikaynakWeb of Science
dc.indekslendigikaynakScopus
dc.language.isotr
dc.publisherIEEE
dc.relation.ispartof25th Signal Processing and Communications Applications Conference (SIU)en_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectRahim Ağzı Kanseri
dc.subjectHistopatoloji Görüntüleri
dc.subjectÖncüsü Lezyonlar
dc.subjectEvrişimsel Sinir Ağları
dc.subjectBölütleme
dc.subjectCervicalcancer
dc.subjectHistopathological Images
dc.subjectPrecursor Lesions
dc.subjectConvolutional Neural Networks
dc.subjectSegmentation
dc.titleRahim ağzı (serviks) kanserinde öncü lezyonların evrişimsel sinir aglarıyla bölütlenmesi
dc.title.alternativeSegmentation of precursor lesions in cervical cancer using convolutional neural networks
dc.typeConference Object

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
albayrak(2017).pdf
Boyut:
577.22 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

Scopus İndeksli Yayınlar Koleksiyonu
Bildiri Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu