Classification of lung CT images using deep convolutional neural network
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: İngilizce
Öğrenci: HOMAY DANAEI MEHR
Danışman: HÜSEYİN POLAT
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Akciğer kanseri, kadınlarda ve erkeklerde dünyada en yaygın görülen kanser türlerinden biridir. Akciğer kanserinden ölüm oranı, diğer kanser türlerine oranla %70' in üzerindedir, bundan dolayı Amerikan Kanser Derneği tarafından 2016 yılında en agresif kanser türü olarak tanımlanmıştır. Akciğer kanserinin erken teşhisi hastaların hayatta kalma oranını artırabilir. Bunun için makine öğrenme teknikleri kullanılarak medikal görüntülerin sınıflandırılması, akciğer kanserinin erken teşhisinde işlem hızını artırarak doktorlara yardımcı olabilir. Geleneksel makine öğrenme teknikleri ile karşılaştırıldığında, derin öğrenme metotları, otomatik öznitelik çıkarma kabiliyetine sahip oldukları için daha etkin metotlardırlar. Bu tezde, Data Science Bowl ve Kaggle veri setindeki akciğer tomografi görüntüleri üzerinden akciğer kanserinin teşhisi için bir derin öğrenme metodu olarak evrişimsel sinir ağları kullanılmıştır. Akciğer tomografi görüntülerinin sağlıklı ve hastalıklı olarak sınıflandırılması için evrişimsel sinir ağlarının AlexNet ve GoogleNet mimarileri kullanılmıştır. AlexNet ve GoogleNet mimarileri ile sınıflandırmada sırasıyla %95.919 ve %96.360 doğruluk oranları elde edilmiştir. Evrişimsel sinir ağlarının bu iki mimarisi karşılaştırıldığında, GoogleNet mimarisinin, AlexNet mimarisine göre akciğer tomografi görüntülerinin sınıflandırılmasında daha yüksek doğruluk oranına ulaştığı görülmüştür. Sonuç olarak, derin öğrenme yöntemleri kullanılarak akciğer tomografi görüntülerinin sınıflandırılması ile, zorlamasız bir yöntemle akciğer kanserinin erken tanısına ilişkin daha fazla bilgi elde edilebileceği gösterilmiştir.