Rahim ağzı (serviks) kanserinde öncü lezyonların evrişimsel sinir aglarıyla bölütlenmesi
Göster/ Aç
Erişim
info:eu-repo/semantics/openAccessTarih
2017Yazar
Albayrak, AbdulkadirÜnlü, Aslı
Çalık, Nurullah
Bilgin, Gökhan
Türkmen, İlknur
Çakır, Aslı
Çapar, Abdulkerim
Töreyin, Behçet Uğur
Durak Ata, Lütfiye
Üst veri
Tüm öğe kaydını gösterKünye
Albayrak, 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.2017.7960459Özet
Ülkemizde 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. Cervical 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.
Kaynak
25th Signal Processing and Communications Applications Conference (SIU)Koleksiyonlar
- Bildiri Koleksiyonu [516]
- Scopus İndeksli Yayınlar Koleksiyonu [6648]
- WoS İndeksli Yayınlar Koleksiyonu [6722]