Atıf Sayısı
3
Görüntüleme
24
İndirme
4
Geçmişten günümüze yapay zekanın kullanım alanları giderek artmaktadır ve en çok kullanılan alanlardan biri de sağlık sektörüdür. Özellikle tıbbi görüntülerin işlenmesinde oldukça başarılı sonuçlar vermesi ile bir yapay zekâ algoritması olan derin öğrenme, bu görüntülerin işlenmesi ve yorumlanması konusunda sıkça tercih edilmektedir. Son yıllarda dünya çapında artan kanser oranlarıyla birlikte gelişen görüntüleme teknikleri bu hastalıkların teşhisi ve tanısı konusunda uzmanlara oldukça faydalı hale gelmiştir. Bu çalışmanın temel amacı sitopatologlar tarafından manuel olarak yapılan teşhis etme biçiminden esinlenerek derin öğrenmeye dayalı bir çalışma gerçekleştirilmiştir. Bu algoritma bir derin öğrenme mimarisi olan evrişimsel sinir ağı kullanılmıştır Evrişimsel sinir ağı, tanısal olarak ilgili görüntü bölgelerini tanımlayarak önceden belirlenen malignite skolarlarını atar ve bu sayede malignite tahmini yapılır. Deneysel sonuçlar önerilen çalışmanın uzmanlarla karşılaştırılabilir bir performans elde ederek sitopatologlara ikinci bir görüş sağlayabildiğini ve iş yükünü azalttığını göstermektedir.
The fields of use of artificial intelligence from the past to the present are increasing and one of the most used areas is the health sector. Deep learning, which is a artificial intelligence algorithm with very successful results in the processing of medical images, is often preferred in the processing and interpretation of these images. Imaging techniques that have evolved over the past few years, along with increasing rates of cancer worldwide, have become very useful for experts in the diagnosis and diagnosis of these diseases. The main purpose of this study was a study based on deep learning, inspired by the method of diagnosis done manually by cytopathologists. This algorithm is a deep learning architecture of the evolutionary nerve network, which is used by the evolutionary nerve network, the diagnostically related image areas are identified and the malignity scales are predicted and thus the malignity is estimated. Experimental findings show that the recommended study can provide a second view to cytopathologists by achieving a comparable performance with experts and reduces the workload.
From past to present, the usage areas of artificial intelligence are increasing and one of the most used areas is the health sector. Deep learning, which is an artificial intelligence algorithm with its very successful results in the processing of medical images, is frequently preferred for the processing and interpretation of these images. Imaging techniques, which have developed with the increasing cancer rates worldwide in recent years, have become very useful to experts in the diagnosis and diagnosis of these diseases. The main purpose of this study is to carry out a deep learning-based study inspired by the manual diagnosis method by cytopathologists. This algorithm is used in convolutional neural network, which is a deep learning architecture. Convolutional neural network defines diagnostically relevant image regions and assigns predetermined malignancy scolars, and thus malignancy prediction is made. Experimental results show that the proposed study can achieve a performance comparable to that of experts, providing cytopathologists with a second opinion and reducing their workload.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
