Özet:

Türkiye’de bir yılda tespit edilen kanser vakalarının büyük çoğunluğu olan akciğer kanseri toplam vaka sayısının yaklaşık %20’sini oluşturmaktadır. En çok ölüm oranını oluşturan akciğer kanseri günümüzde Türkiye ve dünya için önemli bir sağlık sorunu durumundadır. Bu sorunun en önemli kaynağı erken tanısında tedavisi çok daha mümkün olan birçok vakanın erken teşhis edilememesidir. Bu çalışmada Bilgisayarlı Tomografi (BT) görüntüleri kullanılarak tümörlerin ve nodüllerin tespit edilmesi, görüntülerden çıkarılan özelliklerin farklı sınıflandırma algoritmaları ile sınıflandırılması amaçlanmıştır. Kullanılan görüntüler DICOM formatında olup RIDER-Lung CT veri setine ait 26 görüntü üzerinde çalışılmıştır. Tümör bölgesi farklı akciğer segmentasyon yöntemleri kullanılarak elde edilmiş, tümöre ait pek çok özellik hesaplanmıştır. Hesaplanan özelliklerden istatistiksel olarak anlamlı (p<0,05) olanları sınıflandırma için kullanılmıştır. Anlamlı özellikler Karar ağaçları (Decision Trees) algoritmaları, Destek Vektörü Makinesi (SVM), Yakın Komşuluk Sınıflandırması (KNN) sınıflandırıcı algoritmaları ve Diskriminant analizi ile sınıflandırılarak sonuçlar karşılaştırılmıştır. Bu algoritmaların doğruluk oranları karar ağaçları %97, SVM %96,6, KNN %93,6, Diskriminant analizi %97 olarak sonuç vermiştir. Yöntemler hassasiyet ve duyarlılık olarak karşılaştırıldığında ise her iki nicelik Kuadratik SVM ve Diskriminat analizinde % 95 üstüdür. Bu karşılaştırmalar sonucunda yöntemlerin yüksek başarı oranları ile umut verici olarak gelecek çalışmalarda kullanılabileceği görülmüştür.

Anahtar Kelimeler: