YSA Kullanılarak Mamogramlardan Dokusal Öznitelik Tabanlı Meme Kanseri İlgi Bölgesi Sınıflandırılması
| dc.contributor.author | Taşdemir, Sena Büşra Yengeç | |
| dc.contributor.author | Tasdemir, Kasim | |
| dc.contributor.author | Aydin, Zafer | |
| dc.date.accessioned | 2025-09-25T11:01:09Z | |
| dc.date.available | 2025-09-25T11:01:09Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | Radyoloji uzmanlarının mamografi görüntülerine bakarak yaptığı meme kanseriteşhislerinde tip bir hata oranı yüzde otuzlara kadar çıkmaktadır. Kanserin teşhisbaşarısını artırmak adına bu çalışmada uzmanlara yardımcı olacak yeni birBilgisayar Yardımlı Teşhis sistemi, kanserli ve normal dokuyu ayırt etmek içinönerilmektedir. Önerilen sistemde kontrast limitli histogram eşitleme (CLAHE)yöntemiyle iyileştirilen görüntülerin iki boyutlu parçacık dönüşümlerinden (2B–DWT) Haralick ve HOG öznitelikleri çıkarılmıştır. Özniteliklerin sayısını azaltmasıiçin temel bileşenler analizi (PCA) algoritması kullanılmıştır. Seçilen öznitelikler çokkatmanlı algılayıcı (MLP) mimari yapısına sahip yapay sinir ağına (YSA) girdi olarakverilmiştir. Çok katmanlı algılayıcı üzerinde Adam eniyileme yapıldığında %81tespit doğruluğu yakalanmıştır. Ayrıca, diğer bir çok temel makine öğrenmesi vederin öğrenme yöntemleri denenerek karşılaştırma sonuçları detaylı olaraksunulmuştur. Sınırlı sayıda veri kümesi kullanıldığında transfer öğrenim kullanılsadahi derin öğrenme yöntemlerinin tespit başarısı azalmıştır. Buna karşılık doğru önişleme, öznitelik seçilimi ve makine öğrenmesi yaklaşımları kullanıldığı zamangeleneksel bilgisayarlı görü yöntemleri daha başarılı sonuçlar vermiştir | en_US |
| dc.identifier.doi | 10.21923/jesd.827131 | |
| dc.identifier.issn | 1308-6693 | |
| dc.identifier.uri | https://doi.org/10.21923/jesd.827131 | |
| dc.identifier.uri | https://search.trdizin.gov.tr/en/yayin/detay/399572/ysa-kullanilarak-mamogramlardan-dokusal-oznitelik-tabanli-meme-kanseri-ilgi-bolgesi-siniflandirilmasi | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12573/4979 | |
| dc.language.iso | tr | en_US |
| dc.relation.ispartof | Mühendislik Bilimleri ve Tasarım Dergisi | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Bilgisayar Bilimleri | en_US |
| dc.subject | Yazılım Mühendisliği | en_US |
| dc.subject | Onkoloji | en_US |
| dc.subject | Radyoloji | en_US |
| dc.subject | Nükleer Tıp | en_US |
| dc.subject | Tıbbi Görüntüleme | en_US |
| dc.title | YSA Kullanılarak Mamogramlardan Dokusal Öznitelik Tabanlı Meme Kanseri İlgi Bölgesi Sınıflandırılması | en_US |
| dc.type | Article | en_US |
| dspace.entity.type | Publication | |
| gdc.bip.impulseclass | C5 | |
| gdc.bip.influenceclass | C5 | |
| gdc.bip.popularityclass | C5 | |
| gdc.coar.access | open access | |
| gdc.coar.type | text::journal::journal article | |
| gdc.collaboration.industrial | false | |
| gdc.description.department | Abdullah Gül University | en_US |
| gdc.description.departmenttemp | Abdullah Gül Üniversitesi,Abdullah Gül Üniversitesi,Abdullah Gül Üniversitesi | en_US |
| gdc.description.endpage | 141 | en_US |
| gdc.description.issue | 5 | en_US |
| gdc.description.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| gdc.description.scopusquality | N/A | |
| gdc.description.startpage | 133 | en_US |
| gdc.description.volume | 8 | en_US |
| gdc.description.wosquality | N/A | |
| gdc.identifier.openalex | W3115350491 | |
| gdc.identifier.trdizinid | 399572 | |
| gdc.index.type | TR-Dizin | |
| gdc.oaire.accesstype | GOLD | |
| gdc.oaire.diamondjournal | false | |
| gdc.oaire.impulse | 1.0 | |
| gdc.oaire.influence | 2.5299094E-9 | |
| gdc.oaire.isgreen | true | |
| gdc.oaire.keywords | Computer Aided Cancer Detection,Machine Learning,Computer Vision,Transfer Learning with Deep Learning | |
| gdc.oaire.keywords | Bilgisayar Yardımlı Kanser Tespiti,Makine Öğrenmesi,Bigisayarlı Görü,Transfer Öğrenimi ile Derin Öğrenme | |
| gdc.oaire.popularity | 2.148798E-9 | |
| gdc.oaire.publicfunded | false | |
| gdc.oaire.sciencefields | 03 medical and health sciences | |
| gdc.oaire.sciencefields | 0302 clinical medicine | |
| gdc.openalex.collaboration | National | |
| gdc.openalex.fwci | 0.14685955 | |
| gdc.openalex.normalizedpercentile | 0.57 | |
| gdc.opencitations.count | 1 | |
| gdc.plumx.crossrefcites | 1 | |
| gdc.plumx.mendeley | 1 | |
| gdc.virtual.author | Aydın, Zafer | |
| relation.isAuthorOfPublication | a26c06af-eae3-407c-a21a-128459fa4d2f | |
| relation.isAuthorOfPublication.latestForDiscovery | a26c06af-eae3-407c-a21a-128459fa4d2f | |
| relation.isOrgUnitOfPublication | 665d3039-05f8-4a25-9a3c-b9550bffecef | |
| relation.isOrgUnitOfPublication | 52f507ab-f278-4a1f-824c-44da2a86bd51 | |
| relation.isOrgUnitOfPublication | ef13a800-4c99-4124-81e0-3e25b33c0c2b | |
| relation.isOrgUnitOfPublication.latestForDiscovery | 665d3039-05f8-4a25-9a3c-b9550bffecef |