Görüntü İşleme ve Derin Öğrenme Yöntemleri İle Cilt Kanseri Teşhisi İçin Karar Destek Sisteminin Geliştirilmesi.

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Yönetim Bilişim Sistemleri, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: CİHAN AKYEL

Danışman: Nursal Arıcı

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Gelişen bilgi ve iletişim teknolojileriyle birlikte ulaşılabilen veri miktarı çok büyük boyutlara ulaşmıştır. Özellikle tıp alanında verilerin artmasıyla birlikte verilerin toplanması, işlenmesi ve kanser teşhisi gibi süreçlerde karar desteği için kullanımı önemli hale gelmektedir. Kanser vakalarının erken teşhisi, tedavi için hayati önem taşımaktadır. Son zamanlarda kanser teşhisinde derin öğrenme ve görüntü işleme gibi bilgisayarlı yöntemler yaygın olarak kullanılmaktadır. Karar destek sistemleri (KDS) kanser teşhisi için model bileşeninde bu yöntemleri kullanırlar. Bu çalışma kapsamında model bileşeninde görüntü işleme ve derin öğrenme algoritmaları kullanılarak, cilt kanserinin teşhisi için bir KDS geliştirilmiştir. Bu sistemde cilt kanseri görüntülerindeki gürültülerin temizlenmesi, lezyon bölütleme (segmentasyon) ve lezyon sınıflandırma aşamaları yer almaktadır. Önerilen KDS ile karar vericilere cilt kanserinin teşhisinde hızlı ve düşük maliyetle karar desteği sağlanması amaçlanmıştır. Mevcut literatürde halka açık bir maske veri seti bulunmadığından derin öğrenmede kullanmak için ISIC2018 veri setinden seçilen görüntüleri kullanarak gürültü maskeleri oluşturulmuştur. Çalışma kapsamında LinkNet-RCB7, ResNetC, UNet-RCB7 modelleri önerilmiştir. LinkNet-RCB7 ile gürültü temizliği ve lezyon bölütlemede sırasıyla %91,92, %96,85 ve önerilen sınıflama modeli ile lezyonun sınıflandırılmasında %97 zar doğruluğu elde edilmiştir. Bu sonuçlar karar vericilerin teşhis sürecine, katkısı açısından ümit vericidir.