Akciğer kanserinin derin öğrenme yaklaşımları kullanılarak tespit edilmesi
Yükleniyor...
Tarih
2023-03-20
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Batman Üniversitesi Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Kanser, dünyadaki tüm ülkelerde ölüm sebebi ve kötü yaşam kalitesinin en büyük nedenlerinden olarak ilk sıralarda yer almaktadır. Dünya sağlık örgütü’nün 2019 yılındaki kayıtlarına göre yapmış olduğu tahminlerde kanser 183 ülkenin 112 ‘inde 70 yaş üzerindeki ölümlerin nedenleri arasında birinci veya ikinci sırada bulunurken 23 ülkede ise ölüm nedeni olarak üçüncü veya dördüncü sırada yer alır. Koroner kalp hastalığından ve inmeden dolayı ölenlerin oranlarındaki düşüş kanserin öneminin artmasına neden olmuştur. 2020 yılında 2,2 milyon yeni teşhis (tüm kanserler arasında yaklaşık %11,4) ve 1,8 milyon ölüm nedeni olarak akciğer kanseri en çok teşhis edilen kanserler arasında ikinci, ölüm sebebi olarak birinci sırada yer almıştır. Akciğer kanserinin teşhis edilmesinde ve tedavi sürecinde tıbbi görüntüleme tekniklerin önemi büyüktür. Bilgisayarlı tomografi, göğüs röntgeni, manyetik rezonans görüntüleme, moleküler görüntüleme teknikleri ve pozitron emisyon tomografisi akciğer kanserinin tespit edilmesinde önemli yer tutarlar. Kullanılan bu tekniklerin en büyük eksiklikleri arasında, başka patolojik rahatsızlığı olan hastalar için uygun olmayan ve kanser türünün sınıflandırılamaması gibi sorunlar yer alır. Bu kanser için erken teşhis ve sınıflandırma için yeni yaklaşımlarda bulunmak gerekmektedir. Tıpta görüntüleme alanında değeri artan konulardan biri olarak derin öğrenme yöntemi giderek daha fazla kullanılmaya başlanmıştır. Doktorların akciğer kanseri için daha net ve daha hızlı bir şekilde karar vermelerinde yapay zekâ ve derin öğrenmeyi kapsayan tıbbi cihazların geliştirilmesi son derece önemlidir. Bu çalışmada, akciğer kanserinin tespit ve sınıflandırılması için VGG16, VGG19 ve Xception yöntemleri kullanılmıştır. Derin öğrenme tabanlı yöntemler kullanılarak yapılan çalışmalarda, önerilen yaklaşım ile VGG16, VGG19 ve Xception yöntemleri ile %94,19, %95,24 ve %90,14 oranında başarı elde edilmiştir.
Cancer is one of the leading causes of death and poor quality of life in all countries in the world. According to the estimations made by the World health organization in 2019, cancer ranks first or second among the causes of death over the age of 70 in 112 of 183 countries, while it ranks third or fourth as the cause of death in 23 countries. The decline in the rates of deaths from coronary heart disease and stroke has led to an increase in the importance of cancer. With 2.2 million new diagnoses (about 11.4% among all cancers) and 1.8 million deaths in 2020, lung cancer was the second most diagnosed cancer and the first cause of death. Medical imaging techniques are of great importance in the diagnosis and treatment process of lung cancer. Computed tomography, chest X-ray, magnetic resonance imaging, molecular imaging techniques and positron emission tomography play an important role in detecting lung cancer. Among the biggest shortcomings of these techniques used are problems such as unsuitability for patients with other pathological conditions and inability to classify cancer type. New approaches are needed for early diagnosis and classification for this cancer. Deep learning method has started to be used more and more as one of the topics that has an increasing value in the field of imaging in medicine. The development of medical devices including artificial intelligence and deep learning is extremely important for doctors to make clearer and faster decisions for lung cancer. In this study, VGG16, VGG19 and Xception methods were used for detection and classification of lung cancer. In studies using deep learning-based methods, 94.19%, 95.24% and 90.14% success rates were obtained with the proposed approach and VGG16, VGG19 and Xception methods.
Cancer is one of the leading causes of death and poor quality of life in all countries in the world. According to the estimations made by the World health organization in 2019, cancer ranks first or second among the causes of death over the age of 70 in 112 of 183 countries, while it ranks third or fourth as the cause of death in 23 countries. The decline in the rates of deaths from coronary heart disease and stroke has led to an increase in the importance of cancer. With 2.2 million new diagnoses (about 11.4% among all cancers) and 1.8 million deaths in 2020, lung cancer was the second most diagnosed cancer and the first cause of death. Medical imaging techniques are of great importance in the diagnosis and treatment process of lung cancer. Computed tomography, chest X-ray, magnetic resonance imaging, molecular imaging techniques and positron emission tomography play an important role in detecting lung cancer. Among the biggest shortcomings of these techniques used are problems such as unsuitability for patients with other pathological conditions and inability to classify cancer type. New approaches are needed for early diagnosis and classification for this cancer. Deep learning method has started to be used more and more as one of the topics that has an increasing value in the field of imaging in medicine. The development of medical devices including artificial intelligence and deep learning is extremely important for doctors to make clearer and faster decisions for lung cancer. In this study, VGG16, VGG19 and Xception methods were used for detection and classification of lung cancer. In studies using deep learning-based methods, 94.19%, 95.24% and 90.14% success rates were obtained with the proposed approach and VGG16, VGG19 and Xception methods.
Açıklama
Anahtar Kelimeler
Akciğer Kanseri, Bilgisayarlı Tomografi, Derin Öğrenme, Evrişimsel Sinir Ağları, Transfer Öğrenme, Lung Cancer, Computed Tomography, Deep Learning, Convolutional Neural Networks, Transfer Learning
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Ayayna, F.(2023). Akciğer kanserinin derin öğrenme yaklaşımları kullanılarak tespit edilmesi. (Yayınlanmamış Yüksek Lisans Tezi). Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, Batman.
