Ağız Kanseri Tanısında Yapay Sinir Ağlarının Kullanımı
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen-Edebiyat Fakültesi, Matematik Bölümü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Betül SÜREN
Danışman: Mutlu Akar
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Kanser, küresel anlamda ölüm nedenleri arasında ikinci sırada yer almaktadır ve kanser vakaları her yıl hızla artmaktadır. Özellikle baş ve boyun bölgesinde ortaya çıkan kanser vakaları, sıklıkla karşılaşılan türler arasında yer almakta olup, bu kapsamda en yaygın görülen tür, ağız kanseridir. Ağız kanseri her yıl yaklaşık olarak 177 bin ölüme sebep olmaktadır. Oral skuamöz hücreli karsinom (OSCC), ağız kanserinin en yaygın türüdür ve yaklaşık %90'ını oluşturur. OSCC teşhisinde, genellikle biyopsi yöntemi tercih edilir. Ancak, birçok hastanın biyopsiye karşı çekinceleri olduğundan, teşhis genellikle hastalığın ileri bir aşamasında konulur ve bu durum sağ kalım oranlarını olumsuz etkiler. Bu nedenle, hastalar tarafından tercih edilebilir, hızlı, güvenli ve düşük maliyetli sistemler geliştirmeye olan ilgi ve ihtiyaç artmaktadır. Bu bağlamda, bu çalışmada, OSCC teşhisi için derin sinir ağlarının güçlü mimarileri kullanılarak bir sınıflandırma gerçekleştirilmiştir. En etkili sonucu veren model ve hiperparametreleri seçerek, hızlı ve güvenilir bir sınıflandırma işlemi yapmak hedeflenmektedir. Kullanılan veri seti, Kaggle platformundan temin edilmiştir. Bu veri seti, normal ve OSCC olmak üzere iki farklı sınıfa ayrılmıştır. Görüntülerin detaylarını ve kontrastını artırmak amacıyla CLAHE yöntemi uygulanmıştır. Ardından, veri ön işleme gerçekleştirilmiştir. Sonrasında ResNet mimarisinin ResNet101 ve ResNet152 varyasyonları kullanılarak bir sınıflandırma yapılmıştır. Sınıflandırma iki farklı optimizasyon algoritması ve 5 farklı dönem sayısı (epoch) için yapılarak uygun optimizasyon algoritması ve dönem sayısı belirlenmiştir. Ardından benzer işlemler DenseNet mimarisinin DenseNet169 ve DenseNet201 varyasyonları ile yapılmıştır. Sonuç olarak Adam optimizasyonu kullanıldığında en yüksek doğruluk değerini %95.28 ile DenseNet169 mimarisi vermiştir. SGD optimizasyonu için ise en yüksek doğruluk değerini DenseNet201 mimarisi %97.01 olarak vermiştir.