TY  - JOUR
TI  - Meme Kanseri Tümörlerinin Derin Öğrenme Algoritmaları ile Sınıflandırılması
AB  - Meme kanseri, kadınlarda ölümlere neden olabilen hastalıklar arasında en başlarda gelen hastalıklardan biridir. Yapılan araştırmalara göre meme kanserinin erken teşhisi ile ölüm oranları düşürülebilmektedir. Meme kanserinin teşhisinde incelenen mamogram görüntülerinin radyologlar tarafından incelenmesi uzun zaman almakta hatta zaman zaman bu incelemelerde hatalı sonuçlar elde edilebilmektedir. Meme kanserinin erken aşamalarda teşhis edilebilmesi için yapay zekâ yöntemleri kullanılarak yapılan çalışmalar oldukça önemlidir. Gelişen teknolojiyle birlikte birçok farklı derin öğrenme modeli bu hastalığın teşhisinde kullanılmaktadır. Bu çalışmada, meme kanserinin teşhisi için Inception-ResNet-V2 derin öğrenme modeli önerilmektedir. Önerilen derin öğrenme modeli, Inception ve ResNet modellerinin melezi bir mimari olup etkili bir şekilde geliştirilmiş sınıflandırma ve tanıma performansına sahiptir. Önerilen derin öğrenme mimarisi sırasıyla önişleme, sınıflandırma ve performans değerlendirme olmak üzere üç aşamadan oluşmaktadır. Önerilen model ile %96.21 doğruluk, %97.48 geri çağırma, %98.18 kesinlik, %97.83 F-ölçütü, %98.00 eğri altında kalan alan ve 0.83 cohen kappa performans değerleri elde edilmiştir. Elde edilen sonuçlar, çalışmada kıyaslama aşamasında kullanılan diğer derin öğrenme mimarilerinden elde edilen sonuçlar ile karşılaştırıldığında önerilen modelin meme kanseri teşhisinde daha iyi performans sergilediğini kanıtlamaktadır.
AU  - Özgür, Seda Nur
AU  - Bozkurt Keser, Sinem
DO  - 10.46810/tdfd.957618
PY  - 2021
JO  - Türk Doğa ve Fen Dergisi
VL  - 10
IS  - 2
SN  - 2149-6366
SP  - 212
EP  - 222
DB  - TRDizin
UR  - http://search/yayin/detay/502499
ER  -