ARTIRILMIŞ EVRİŞİMSEL SINIR AĞLARI ILE GÖĞÜS KANSERI TEŞHISI VE GÖRÜNTÜ DEĞERLENDIRMESI

BREAST CANCER DETECTION AND IMAGE EVALUATION USING AUGMENTED DEEP CONVOLUTIONAL NEURAL NETWORKS

Özet

ÖzetMeme kanseri, dünyada insan ölümüne sebep olan başlıca hastalıklardan biridir.Erken teşhis, doğru tedaviningeliştirilmesini ve sağ kalma olasılığını arttırır, ancak bu süreç belirsizdir ve düzenli olarak patologlar arasındabir çelişki yaratır. PC destekli sonuç sistemlerinin, görüntükesinliğini arttırmada belirli potansiyele sahipolduğu belirtilir.Bu çalışmada , kucak malign büyüme histolojisi resim karakterizasyonu için artan derinevrişim sinir sistemlerine bağlı olan hesaplama metodolojisini geliştiriyoruz. Hematoksilen ve eosin recoloredgöğüs histolojisinde mikroskopi resim veri seti Kaggle tarafından Meme Kanseri Histolojisi Görüntülerineverilmiştir. Metodolojimiz birkaç derin sinir sistemi yapısı kullanır ve meyilli ağaç sınıflandırıcısına yardımcıolur. 5 sınıflı gruplama ataması için% 88,4 oranında doğruluk bildiririz. Karsinomları tanımayı üstlenen 4 sınıflıgruplama için yüksek afiniteli çalışma noktasında% 92,3 doğruluk,% 96,2 ve afektabilite% 94,5 oranındarapor ediyoruz. Herhangi biri söz konusu olduğunda, bu metodoloji bilgisayarlı histopatolojik imge gruplamasındadiğer temel teknikleri de uygular.

Abstract

Anahtar kelimeler: Derin öğrenme teknikleri, Morfolojik işleme, Görüntü işleme, Bilgisayarla görme. Görüntü sınıflandırma, Meme kanseri, Özellik çıkarma