Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi
Oral kanser dünya genelinde sık görülen bir kanser türlerindendir. Etkili olan hücre türüne göre farklı oral kanser türleri vardır. Oral kanser türleri arasında en yüksek oran skuamöz hücreli türüne aittir. Oral kanserin erken teşhisi tedavi açısından çok önemlidir. Bu kanser türünde, lezyonlar görü...
Saved in:
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Çanakkale Onsekiz Mart University
2023-06-01
|
| Series: | Journal of Advanced Research in Natural and Applied Sciences |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/en/download/article-file/2814602 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832095449317638144 |
|---|---|
| author | Cihan Akyel |
| author_facet | Cihan Akyel |
| author_sort | Cihan Akyel |
| collection | DOAJ |
| description | Oral kanser dünya genelinde sık görülen bir kanser türlerindendir. Etkili olan hücre türüne göre farklı oral kanser türleri vardır. Oral kanser türleri arasında en yüksek oran skuamöz hücreli türüne aittir. Oral kanserin erken teşhisi tedavi açısından çok önemlidir. Bu kanser türünde, lezyonlar görülüp hissedilen bölgelerde olmalarına rağmen teşhis-lerinde geç kalınmaktadır. Teşhis sürecinde biyopsi, histopatolojik ve radyolojik görüntülerin incelenmesi, kullanılan başlıca yöntemlerdir. Hastalıkların teşhis sürecinde derin öğrenme yapılarını kullanan karar destek sistemleri sağlık sektöründe yaygınlaşmaktadır. Literatürde oral kanserin derin öğrenme ile sınıflandırılmasında farklı modelleri kul-lanan çalışmalar yer almaktadır. Bu çalışmada mevcut literatürden farklı olarak Xception modeli ön eğitimli ve ardışıl algoritmayla birlikte modifiye edilmiş şekilde kullanılmıştır. Normal ve oral skuamöz hücreli kanserler şeklinde iki sınıfında bulunduğu eğitim aşamasında sırasıyla %98.70 eğitim başarısı, %97.20 zar doğruluğu, %96.50 hassasiyet ve %97 duyarlılık elde edilmiştir. Elde edilen bu değerler literatürde yer alan diğer bazı çalışmalarla karşılaştırılmıştır. Çalışmada Xception modelinin Clahe ile birlikte oral kanser sınıflandırmasında uygun bir seçenek olduğu ve teşhis sürecinde yararlı olabileceği görülmüştür. |
| format | Article |
| id | doaj-art-1a79d80b90e74503adb1f53c0c6b567a |
| institution | Kabale University |
| issn | 2757-5195 |
| language | English |
| publishDate | 2023-06-01 |
| publisher | Çanakkale Onsekiz Mart University |
| record_format | Article |
| series | Journal of Advanced Research in Natural and Applied Sciences |
| spelling | doaj-art-1a79d80b90e74503adb1f53c0c6b567a2025-02-05T17:57:35ZengÇanakkale Onsekiz Mart UniversityJournal of Advanced Research in Natural and Applied Sciences2757-51952023-06-019228329010.28979/jarnas.1215018453Xception ile Histopatolojik Görüntülerden Oral Kanser TeşhisiCihan Akyelhttps://orcid.org/0000-0003-1792-8254Oral kanser dünya genelinde sık görülen bir kanser türlerindendir. Etkili olan hücre türüne göre farklı oral kanser türleri vardır. Oral kanser türleri arasında en yüksek oran skuamöz hücreli türüne aittir. Oral kanserin erken teşhisi tedavi açısından çok önemlidir. Bu kanser türünde, lezyonlar görülüp hissedilen bölgelerde olmalarına rağmen teşhis-lerinde geç kalınmaktadır. Teşhis sürecinde biyopsi, histopatolojik ve radyolojik görüntülerin incelenmesi, kullanılan başlıca yöntemlerdir. Hastalıkların teşhis sürecinde derin öğrenme yapılarını kullanan karar destek sistemleri sağlık sektöründe yaygınlaşmaktadır. Literatürde oral kanserin derin öğrenme ile sınıflandırılmasında farklı modelleri kul-lanan çalışmalar yer almaktadır. Bu çalışmada mevcut literatürden farklı olarak Xception modeli ön eğitimli ve ardışıl algoritmayla birlikte modifiye edilmiş şekilde kullanılmıştır. Normal ve oral skuamöz hücreli kanserler şeklinde iki sınıfında bulunduğu eğitim aşamasında sırasıyla %98.70 eğitim başarısı, %97.20 zar doğruluğu, %96.50 hassasiyet ve %97 duyarlılık elde edilmiştir. Elde edilen bu değerler literatürde yer alan diğer bazı çalışmalarla karşılaştırılmıştır. Çalışmada Xception modelinin Clahe ile birlikte oral kanser sınıflandırmasında uygun bir seçenek olduğu ve teşhis sürecinde yararlı olabileceği görülmüştür.https://dergipark.org.tr/en/download/article-file/2814602oral kanserderin öğrenmekanser sınıflamakarar destek sistemlerixceptionoral cancerdeep learningxceptioncancer classificationdecision support systems |
| spellingShingle | Cihan Akyel Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi Journal of Advanced Research in Natural and Applied Sciences oral kanser derin öğrenme kanser sınıflama karar destek sistemleri xception oral cancer deep learning xception cancer classification decision support systems |
| title | Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi |
| title_full | Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi |
| title_fullStr | Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi |
| title_full_unstemmed | Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi |
| title_short | Xception ile Histopatolojik Görüntülerden Oral Kanser Teşhisi |
| title_sort | xception ile histopatolojik goruntulerden oral kanser teshisi |
| topic | oral kanser derin öğrenme kanser sınıflama karar destek sistemleri xception oral cancer deep learning xception cancer classification decision support systems |
| url | https://dergipark.org.tr/en/download/article-file/2814602 |
| work_keys_str_mv | AT cihanakyel xceptionilehistopatolojikgoruntulerdenoralkanserteshisi |