Derin öğrenme ve görüntü ön işleme yöntemleri ile otomatik deri lezyonu tespiti
Küçük Resim Yok
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Özet
Cilt kanseri günümüzde görülen en yaygın kanser türlerinden biridir. Cilt kanserleri de kendi içlerinde türlere ayrılmaktadır. Görülme sıklıkları göz önünde bulundurulduğunda, Melanom en nadir görülen türlerden olsa da bu hastalığın sebep olduğu ölümler diğer cilt kanseri türlerine göre oldukça fazladır. Cilt lezyonlarının bazıları kanser olarak nitelendirilmese de zamanla kalıtsal özelliklere ve çevresel faktörlere göre kansere dönüşebilmektedir. Pek çok hastalık gibi cilt lezyonlarının ön teşhisi de oldukça önemlidir. Cilt lezyonunun ön tespiti profesyoneller tarafından dermoskopik yöntemler ile yapılabilir. Ancak bazı vakalarda zaman alabilmekte ve patoloji sonuçlarına göre farklılık gösterebilmektedir. Bu tez çalışmasında da cilt lezyonlarının sınıflandırılması ele alınmaktadır. Günümüzde cilt lezyonlarının sınıflandırılması için pek çok çalışma yapılmıştır. Veri artırım tekniklerinin kullanıldığı çalışmalar olsa da bu çalışmayı diğerlerinden ayıran nokta farklı görüntü ön işleme yöntemlerinin ve veri artırım stratejilerinin cilt lezyonu sınıflandırma performansına etkisinin incelenmesidir. Veri artırımı için geleneksel transform yöntemleriyle birlikte çekişmeli üretici ağlar gibi derin öğrenme tabanlı yöntemler de uygulanmıştır. Ön eğitimli VGG-16 modeli üzerinde gerçekleştirilen deneylerde transform yöntemleri ile birlikte derin öğrenme tabanlı veri artırımının sınıflandırma başarımını daha da geliştirdiği gözlenmiştir
Skin cancer is one of the most common types of cancer seen today. Skin cancers are also divided into types. Considering the incidence of cancer types, although melanoma is one of the rarest types, the deaths caused by this disease are quite high compared to other types of skin cancer. Although some of the skin lesions are not considered cancer, they can develop into cancer over time due to hereditary characteristics and environmental factors. As with many diseases, a preliminary diagnosis is very important for skin lesions. A preliminary diagnosis of a skin lesion can be carried out by professionals using dermoscopic methods. However, in some cases, it may take time and the pathology may differ depending on the results. In this thesis, the classification of skin lesions is also discussed. Currently, many studies have been conducted on the classification of skin lesions. Although many studies that use data augmentation techniques such as this study, the point that distinguishes this from others is the study of the effect of different image preprocessing methods and data augmentation strategies on skin lesion classification performance. Along with traditional transform methods, deep learning-based methods like generative adversarial network have also been applied for data augmentation. In experiments performed on the pre-trained VGG-16 model, It has been observed that deep learning-based data augmentation in combination with transform methods further improves classification performance.
Skin cancer is one of the most common types of cancer seen today. Skin cancers are also divided into types. Considering the incidence of cancer types, although melanoma is one of the rarest types, the deaths caused by this disease are quite high compared to other types of skin cancer. Although some of the skin lesions are not considered cancer, they can develop into cancer over time due to hereditary characteristics and environmental factors. As with many diseases, a preliminary diagnosis is very important for skin lesions. A preliminary diagnosis of a skin lesion can be carried out by professionals using dermoscopic methods. However, in some cases, it may take time and the pathology may differ depending on the results. In this thesis, the classification of skin lesions is also discussed. Currently, many studies have been conducted on the classification of skin lesions. Although many studies that use data augmentation techniques such as this study, the point that distinguishes this from others is the study of the effect of different image preprocessing methods and data augmentation strategies on skin lesion classification performance. Along with traditional transform methods, deep learning-based methods like generative adversarial network have also been applied for data augmentation. In experiments performed on the pre-trained VGG-16 model, It has been observed that deep learning-based data augmentation in combination with transform methods further improves classification performance.
Açıklama
03.04.2023 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
