Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 ASOS INDEKS
  Atıf Sayısı 1
 Görüntüleme 11
 İndirme 1
Ultrason Tabanlı Meme Kanseri Görüntülerinin Derin Öğrenme Yaklaşımları ile Sınıflandırılması
2022
Dergi:  
Fırat Üniversitesi Fen Bilimleri Dergisi
Yazar:  
Özet:

Meme kanseri bayanlar arasında en sık görülen kanser türlerinden biridir. Diğer kanser türlerinde olduğu gibi meme kanseri hastalarının tedavisinde erken tanı önemlidir. Son zamanlarda yapay zekâ birçok alanda adını duyurmuştur. Sağlık alanında da yapay zekâ tanı ve tedavi süreçlerinde teknolojik alt yapı olarak kullanılmaya başlamıştır. Bu çalışma da ultrason tabanlı görüntüler kullanılarak meme kanseri teşhisini gerçekleştirebilecek yapay zeka tabanlı bir yaklaşım önerilmektedir. Önerilen yaklaşım önceden eğitilmiş evrişimsel sinir ağlarından oluşmaktadır. Her bir evrişimsel sinir ağının son katmanına yeni bir tam bağlantılı katman eklenmiştir. Tam bağlantılı katmanı önceki tam bağlantılı katmanlardan ayırt eden özelliği girdi türü sayısı kadar öznitelik vermesidir. Ardından evrişimsel sinir ağlarının tam bağlantılı katmanları birleştirilerek sınıflandırma işlemi gerçekleşmiştir. Bu çalışmada iyi huylu, kötü huylu ve normal olmak üzere üçlü bir sınıflandırma işlemi gerçekleşmiştir. Deneysel analiz sonucunda önerilen yaklaşım ile %99,57 genel doğruluk başarısı elde edilmiştir. Önerilen yaklaşım deneyde kullanılan evrişimsel sinir ağı modellerinden daha iyi performans göstermiştir.

Anahtar Kelimeler:

Classification Of Ultrasound-based Breast Cancer Images With Deep Learning Approaches
2022
Yazar:  
Özet:

Breast cancer is one of the most common types of cancer among women. As with other types of cancer, early diagnosis is important in the treatment of breast cancer patients. Recently, artificial intelligence has made its name in many fields. In the field of health, artificial intelligence has started to be used as a technological infrastructure in diagnosis and treatment processes. In this study, an artificial intelligence-based approach that can diagnose breast cancer using ultrasound-based images is proposed. The proposed approach consists of pre-trained convolutional neural networks. A new fully connected layer is added to the last layer of each convolutional neural network. The feature that distinguishes the fully connected layer from the previous fully connected layers is that it gives as many features as the number of input types. Then, the classification process was carried out by combining the fully connected layers of the convolutional neural networks. In this study, a triple classification process was carried out as benign, malignant and normal. As a result of the experimental analysis, 99.57% overall accuracy was achieved with the proposed approach. The proposed approach outperformed the convolutional neural network models used in the experiment.

Anahtar Kelimeler:

Atıf Yapanlar
Dikkat!
Yayınların atıflarını görmek için Sobiad'a Üye Bir Üniversite Ağından erişim sağlamalısınız. Kurumuzun Sobiad'a üye olması için Kütüphane ve Dokümantasyon Daire Başkanlığı ile iletişim kurabilirsiniz.
Kampüs Dışı Erişim
Eğer Sobiad Abonesi bir kuruma bağlıysanız kurum dışı erişim için Giriş Yap Panelini kullanabilirsiniz. Kurumsal E-Mail adresiniz ile kolayca üye olup giriş yapabilirsiniz.
Benzer Makaleler








Fırat Üniversitesi Fen Bilimleri Dergisi

Dergi Türü :   Uluslararası

Fırat Üniversitesi Fen Bilimleri Dergisi