Tataroğlu, Gözde AyşeGenç, AnılKabakçı, Kaan A.Çapar, AbdülkerimTöreyin, Behçet UğurEkenel, Hazim KemalÇetinaslan Türkmen, İlknurErdoğan Çakır, Aslı10.07.20192019-07-1010.07.20192019-07-102017Tataroğlu, G. A., Genç, A., Kabakçı, K. A., Çapar, A., Töreyin, B. U., Ekenel, H. K. … Erdoğan Çakır, A. (2017). Meme kanserinde CerbB2 tümör hücrelerinin sınıflandırılması için derin öğrenme tabanlı Bir yaklaşım. 25th Signal Processing and Communications Applications Conference (SIU). Antalya, Turkey, May 15-18, 2017. https://dx.doi.org/10.1109/SIU.2017.796058797815090649462165-0608https://hdl.handle.net/20.500.12511/1522https://dx.doi.org/10.1109/SIU.2017.7960587Bu çalışmada, meme kanserinde CerbB2 tümör hücre skorlarının derin öğrenme modellerine dayalı olarak sınıflandırılmasına yönelik, özgün bir yaklaşım önerilmektedir. Bildirinin bir diğer katkısı da, özgün meme kanseri dokusundan veri kümesinin oluşturulmasıdır. Derin öğrenme modellerinin eğitilmesi, doğrulanması ve sınanması amacıyla, doku örnek görüntüleri üzerinden hücre parçaları oluşturulmuştur. Oluşturulan hücre parçalarına ilişkin CerbB2 tümör skorları, evrişimsel sinir ağları (ESA) yardımıyla yüksek başarımda sınıflandırılmıştır.This study proposes a unique approach to classify CerbB2 tumor cell scores in breast cancer based on deep learning models. Another contribution of the study is the creation of a dataset from original breast cancer tissues. On the purpose of training, validating and testing with deep learning models cell fragments were generated from sample tissue images. CerbB2 tumor scores were generated for the cell fragments were classified with high performance by the aid of convolutional neural networks (CNN).trinfo:eu-repo/semantics/openAccessCerbB2 Tümör İşaretleyiciTümörEvrişimsel Sinir AğLarı (ESA)SkorSınıflandırmaCerbB2 MarkerTumorConvolutional Neural Networks (CNN)ScoreClassificationConference Object10.1109/SIU.2017.7960587N/AN/A