Analyzing breast cancer using thermography and convolutional neural networks
Termografi ve evrişimsel sinir ağları ile meme kanseri analizi
- Tez No: 568688
- Danışmanlar: PROF. DR. SAMİ EKİCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Meme kanseri, Göğüs termal görüntüsü, evrişimsel sinir ağı, görüntü analizi, termografi
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Termografi ve Evrişimsel Sinir Ağları ile Meme Kanseri Analizi Termografi, tıbbi alanda yaygın olarak kullanılan cerrahi işlem gerektirmeyen (non-invaziv) ve tamamen temassız bir görüntüleme tekniğidir. Kanserin erken teşhisi çok önemli olduğundan, bilgisayar destekli sistem etkilenen kişinin teşhis, tedavi ve hayatta kalma oranını artırabilir. Etkilenen kişilerin yaygınlığına ek olarak yüksek tedavi maliyeti de göz önüne alındığında, erken tanı bu hastalığın sağlık ve sosyal komplikasyonlarının azaltılmasında en önemli adımdır. Günümüzde meme kanseri taramasında kullanılan ana yöntem mamografidir. Ancak genç kadınlar için yoğun meme dokusundan kaynaklanan düşük çözünürlük nedeniyle mamografi önerilmemektedir ve bu amaçla alternatif teknikler göz önünde bulundurulmalıdır. Meme kanseri, kadınlar arasında kansere bağlı ölümlerin ana nedenidir. Kanserin erken teşhisi, özellikle meme kanseri tedavi sürecine yardımcı olacaktır. Bu tez çalışmasındaki amacımız, meme kanserinin erken teşhisine olanak tanıyan, görüntülerden hastalığın belirtilerini tespit ederek termal meme görüntülerini analiz etmek için görüntü işleme teknikleri ve algoritmalarını kullanan otomatik bir meme kanseri tespit yazılımı geliştirmektir. Biyo verilere, görüntü analizine ve görüntü istatistiklerine dayanarak meme karakteristik özelliklerinin çıkarılması için yeni bir algoritma önerilmiştir. Bu özellikler, bir termal kamera tarafından yakalanan termal görüntülerden elde edilmiştir ve Bayes optimizasyon algoritması ile optimize edilen evrişimsel sinir ağları (CNNs) kullanılarak meme görüntüleri normal veya şüpheli olarak sınıflandırılacaktır. Önerilen yöntem kullanılarak 140 kişiye ait termal görüntü içeren veri seti ile % 98.95'lik doğruluk oranı elde edilmiştir.
Özet (Çeviri)
Analyzing Breast Cancer Using Thermography and convolutional neural network Thermography is an entirely non-invasive and non-contact imaging technique that is widely used in the medicinal field. Since the early detection of cancer is very important, the computer-aided system can increase the rate of diagnosis, cure, and survival of the affected person. Considering the high cost of treatment in addition to the high prevalence of affected persons, early diagnosis is the most important step in reducing the health and social complications of this disease. Currently, mammography is the main method used for screening breast cancer. However, for young woman, mammography is not recommended due to the low contrast that results from the dense breast, and alternative techniques must be considered for this purpose. Breast cancer is the main cause of cancer-related mortality among women. Early detection of cancer-especially breast cancer-will aid the treatment process. Our goal is to develop software for detecting breast cancer automatically that uses image-processing techniques and algorithms to analyze thermal breast images to detect the signs of the disease in these images, allowing the early detection of breast cancer. A new algorithm is proposed for the extraction of the breast characteristic features based on bio-data, image analysis, and image statistics. These features have been extracted from the thermal images captured by a thermal camera, and will be used to classify the breast images as normal or suspected by using convolutional neural networks (CNNs) optimized by Bayes algorithm . By using our proposed algorithm, a 98.95% of accuracy rate was obtained for the thermal images in the data set belonging to 140 individuals. Keywords Breast cancer, breast thermal image, convolutional neural network, image analysis, thermography
Benzer Tezler
- Veri madenciliğinden birliktelik kuralı ile onkoloji verilerinin analiz edilmesi: Meram Tıp Fakültesi Onkoloji örneği
Analyzing breast cancer data using association rule mining: Meram Faculty of Medicine Oncology Department
ADNAN KARAİBRAHİMOĞLU
- Mesobuthus gibbossus (Scorpiones: Buthidae) akrep ham zehrinin gerçek zamanlı hücre analiz sistemini kullanarak MCF-7 meme kanser hücre hattı üzerine etkilerinin araştırılması
Investigation of effects of crude spider venom of Agelena labyrinthica on the MCF-7 breast cancer cell line by using real time cell analyzing system
ONUR BÜYÜKKARTAL
Yüksek Lisans
Türkçe
2018
BiyolojiKırıkkale ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. NAZİFE YİĞİT KAYHAN
- Breast cancer diagnosis in histopathological images using autoencoder-enhanced convolutional neural network
Histopatolojik görüntülerde meme kanseri teşhisi için otokodlayıcı ile geliştirilmiş evrişimsel sinir ağı kullanımı
İSMAİL İÇME
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- ER (-)/PR (-)/ HER2 (-) meme kanseri olgularında moleküler ve klinik karakteristiklerin irdelenmesi
Analyzing molecular and clinical characteristics of ER (-)/ PR (-)/ HER2 (-) breast cancer
SİNAN KARAASLAN
Tıpta Uzmanlık
Türkçe
2009
Onkolojiİstanbul Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. FUAT HULUSİ DEMİRELLİ
- Meme kanseri tedavisinde meme ve özafagusun aldığı dozun termolüminesans dozimetre kullanarak ölçülmesi
In breast cancer management, measuring of the delivered dose of breast and eusophagus with using thermoluminescence dosimetry
TEMUR DEMİRCİ
Yüksek Lisans
Türkçe
2005
Fizik ve Fizik MühendisliğiGazi ÜniversitesiFizik Ana Bilim Dalı
PROF.DR. BAŞAR ŞARER