Year: 2022
Type: dissertation
Abstract: Makine öğreniminin bir alt başlığı olan derin öğrenme alanındaki son gelişmeler, kullanım alanının hızla yaygınlaşmasına sebep olmaktadır. Sürücüsüz araçların yolu ve çevredeki nesneleri tespiti, el yazısı ile yazılmış belgelerin tanınması, mobil telefonlarda yüz tanıma gibi geniş bir sahada başarıyla kullanılmaktadır. Sağlık sektöründe ise medikal görüntülerin analizi ile cilt kanserinin erken aşamada teşhisinde, manyetik rezonans görüntülerinden beyin tümörlerinin tespit edilmesinde derin öğrenme yöntemlerinden faydalanılmaktadır. Kanser, vücudun herhangi bir bölgesindeki hücrelerin kontrolsüz bir şekilde büyümesi ile ortaya çıkan ölümcül bir hastalıktır. Dünya Sağlık Örgütü Uluslararası Kanser Araştırma Merkezi (IARC) 2020 verilerine göre dünya çapında en çok ölüme neden olan ikinci kanser türü kolon kanseridir. Kolon kanseri erken aşamada fark edildiğinde çoğunlukla tedavisi mümkün olan bir hastalıktır. Premalign (kanser öncesi) aşamada iken tespit edilmesi halinde hastalığın görülme sıklığının ve ölüm oranının azaltılması ve pahalı tedavilerin önlenmesi olasıdır. Bu çalışmada kalın bağırsak içinde anormal şekilde büyüyerek zamanla kansere dönüşebilen poliplerin tespitinde uzman klinisyene yardımcı olmak amacıyla U-Net mimarisine dayalı Evrişimli Sinir Ağı (CNN) modeli önerilmektedir. Modelin eğitiminde öğrenme transferinin, veri artırmanın ve kayıp fonksiyonunun etkisi incelenmiştir. Kolonoskopi süreci hem hasta hem de doktor açısından zaman alıcı ve yorucudur. Kolonoskopi esnasında bulunması hedeflenen poliplerin CNN ile otomatik tespiti gözden kaçırılan polip sayısını azaltacak, hekimin başka hastalara daha çok zaman ayırabilmesine, kaynakların etkin kullanılmasına imkan verecektir.
Author: Ezer, Erdem
Language: Turkish
Subfield: Oncology
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7010884530