Basit öğe kaydını göster

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.issued2017en_US
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.2017.7960459en_US
dc.identifier.isbn9781509064946
dc.identifier.urihttps://hdl.handle.net/20.500.12511/1527
dc.identifier.urihttps://dx.doi.org/10.1109/SIU.2017.7960459
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.en_US
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.en_US
dc.language.isoturen_US
dc.publisherIEEEen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectRahim Ağzı Kanserien_US
dc.subjectHistopatoloji Görüntülerien_US
dc.subjectÖncüsü Lezyonlaren_US
dc.subjectEvrişimsel Sinir Ağlarıen_US
dc.subjectBölütlemeen_US
dc.subjectCervicalcanceren_US
dc.subjectHistopathological Imagesen_US
dc.subjectPrecursor Lesionsen_US
dc.subjectConvolutional Neural Networksen_US
dc.subjectSegmentationen_US
dc.titleRahim ağzı (serviks) kanserinde öncü lezyonların evrişimsel sinir aglarıyla bölütlenmesien_US
dc.title.alternativeSegmentation of precursor lesions in cervical cancer using convolutional neural networksen_US
dc.typeconferenceObjecten_US
dc.relation.ispartof25th Signal Processing and Communications Applications Conference (SIU)en_US
dc.departmentİstanbul Medipol Üniversitesi, Tıp Fakültesi, Cerrahi Tıp Bilimleri Bölümü, Tıbbi Patoloji Ana Bilim Dalıen_US
dc.authorid0000-0003-0128-6947en_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanıen_US
dc.identifier.doi10.1109/SIU.2017.7960459en_US


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster