Cilt kanseri kötü huylu tümörlerin kontrolsüz çoğalması ile başlar. Dünya çapında sık karşılaşılan bir kanser türüdür. Uzman hekimler tarafından çıplak gözle incelemesi ve teşhis konulması güçtür. Bu yüzden bilgisayar destekli teşhis sistemleri hekimlere tanı koymada yardımcı olabilir. Bu sistemler günümüzde yapay zekanın bir türü olan derin sinir ağlarını yaygın olarak kullanır. Pek çok derin sinir ağı içeren çalışmada veri girişi olarak medikal görüntüler kullanılır. Ağ mimarisine bağlı olarak bu sistemler öznitelikleri kendi katmanlarında çıkarırlar. Bu çalışmada VGG16 ön eğitimli derin sinir ağı kullanılarak ilk önce ağ katmanlarından görüntülere ilişkin öznitelikler elde edilmiştir. Daha sonra yüksek miktarda veri içeren bu özniteliklerin boyutu azaltılmıştır. Böylece sınıflandırmada en iyi başarımı sağlayacak öznitelikler elde edilmiştir. Veri artırma algoritması kullanılarak elde edilen nümerik veri artırılmış ve CNN tür derin sinir ağında %96 sınıflandırma doğruluğu ve %100 AUC başarımı elde edilmiştir.
Skin cancer begins with the uncontrolled multiplication of malignant tumors. It is a common type of cancer worldwide. It is difficult to be examined and diagnosed with the naked eye by specialists. Therefore, computer-backed diagnosis systems can help diagnose the doctors. These systems are widely using deep nerve networks, which are a kind of artificial intelligence today. In the study that includes many deep nerve networks, medical images are used as data input. Depending on the network architecture, these systems draw the properties into their own layers. In this study, using the pre-trained deep nerve network VGG16 first obtained properties related to images from the network layers. The size of these properties that contain a high amount of data was later reduced. Thus, the qualifications that will
Alan : Fen Bilimleri ve Matematik; Mühendislik; Sağlık Bilimleri; Ziraat, Orman ve Su Ürünleri
Dergi Türü : Ulusal
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|