Early prognosis of breast cancer using image processing and machine learning
Görüntü işleme ve makine öğrenmesi yöntemiyle erken meme kanseri teşhisi
- Tez No: 541544
- Danışmanlar: DR. ÖĞR. ÜYESİ ZAFER AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Sayısal görüntü işleme, Digital image processing
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Abdullah Gül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kadınlarda, kanser ölümünün önde gelen nedeni ve en sık görülen kanser türü meme kanseridir. Erken teşhisi ölüm oranını azaltır, bu nedenle erken teşhis çok önemlidir. Dijital mamografi, meme kanserinin erken teşhisi ve tanısında kullanılan yaygın bir tıbbi görüntüleme tekniğidir. İlgili bölgenin (ROI) otomatik olarak saptanması, bir radyolog tarafından daha fazla analiz edilebilecek şekilde anormal alanları işaretlenmesine yardımcı olur. ROI'nin otomatik algılanması, özellik çıkarımı ve sınıflandırılması olmak üzere iki ana aşamaya sahiptir. Öznitelik çıkarma, görüntüyü bir bilgisayar için daha anlaşılır olan başka bir boyuta dönüştürür. İkinci adım, sınıflandırıcı tarafından yapılan kararı (normal veya ROI) içerir. Bu çalışmada, 2D-DWT, HOG, Haralick'in dokusal özellikleri, TAS, LBP, Zernike ve GLCM gibi farklı öznitelik çıkarma yöntemleri kullanılmıştır. Sistemin performansını değerlendirmek için, gerçeklenen sınıflandırıcılar; rastgele orman, lojistik regresyon, k-en yakın komşular (k-NN), naïve Bayes, karar ağacı, destek vektör makinesi (SVM), Adaboost, radyal temelli fonksiyon ağı (RBF-NN), çok katmanlı algılayıcı (MLP), konvolüsyonel sinir ağı (CNN) kullanılmıştır. Kapsamlı deneyler neticesinde, optimum başarıyı veren özellik çıkarma, özellik seçimi ve sınıflandırma yöntemleri tespit edilmiştir. Önerilen yeni ROI tanıma yönteminde görüntü ön işleme aracı olarak CLAHE, öznitelik çıkarmak için 2D-DWT, HOG, Haralick, özellik seçim yöntemi olarak wrapper ve sınıflandırıcı olarak rastgele orman yöntemi kullanılmış ve % 87.5'lik bir doğruluk oranı elde edilmiştir.
Özet (Çeviri)
Among females, leading cause of cancer death and the most common cancer type is breast cancer. Early detection is vital because it reduces the mortality rate. Digital mammography is a widespread medical imaging technique that is used for early detection and diagnosis of the breast cancer. Automatic detection of tumorous area from the digital mammography image helps to locate the abnormal tissues, which may be analyzed further by a radiologist. It has two main stages: feature extraction and classification. In this work, numerous feature extraction methods have been tested such as 2D-DWT, HOG, Haralick's textural features, TAS, LBP, Zernike and GLCM. In order to select the most suitable classifier, the following classifiers also have been tested: random forest, logistic regression, k-nearest neighbors, naïve Bayes, decision tree, support vector machines, Adaboost, radial basis function network, multilayer perceptron, convolutional neural network. Based on comprehensive experiments, the optimum combination of feature extraction, feature selection and classification methods are identified. The proposed method, which employs CLAHE as image pre-processing tool, 2D-DWT, HOG, Haralick as feature extraction methods, wrapper as the feature selection method and random forest as the classifier, attained an accuracy of 87.5%.
Benzer Tezler
- Dinamik manyetik rezonans görüntüleme ve ultrason kontrast ajanlı power doppler ultrasonografi ile meme lezyonlarında benign ve malign ayrımı
Başlık çevirisi yok
FAİK SUNGURLU
Tıpta Uzmanlık
Türkçe
2002
OnkolojiMarmara ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ.DR. ERKİN ARIBAL
- Meme kanseri olgularında geç çekim PET/CT bulgularının klinik ve immünohistokimyasal prognostik faktörlerle ilişkisi
The relationship between late phase PET/CT findings and clinical and/or immunohistochemical prognostic factors in patients with breast cancer
VEDAT SUBAŞI
Tıpta Uzmanlık
Türkçe
2014
Radyoloji ve Nükleer Tıpİnönü ÜniversitesiDahili Tıp Bilimleri Bölümü
YRD. DOÇ. DR. ERSOY KEKİLLİ
- Primer meme kanserinin saptanmasında teknezyum 99m-metilendifosfonat mamosintigrafisinin in vivo kullanımı
Tc-99m-MDP scintimammography in detecting primary breast cancer in vivo
FAYSAL DANE
Tıpta Uzmanlık
Türkçe
2002
OnkolojiMarmara Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ.DR. SERDAR TURHAL
- Adjuvan aromataz inhibitörü kullanan erken evre meme kanserli hastalarda vücut yağ oranının prognostik önemi
Effect of body fat mass ratio on prognosis in early stage breast cancer patients using adjuvant aromatase inhibitors
ZİYA KALKAN
Tıpta Uzmanlık
Türkçe
2017
OnkolojiDicle Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. MUHAMMET ALİ KAPLAN
- Erken evre meme kanserinin sağkalım sonuçlarını tahmin etmede kullanılan elektronik hesaplayıcıların Türk meme kanseri popülasyonunda performansının değerlendirilmesi
Performance evaluation of electronic calculators used for estimating the results of early stage breast cancer in Turkish breast cancer population
DUYGU ERBAŞ SAÇAR
Tıpta Uzmanlık
Türkçe
2017
OnkolojiMarmara Üniversitesiİç Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET AKİF ÖZTÜRK