Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi
Yazarlar: Metehan MAKİNACI
Konular:-
Anahtar Kelimeler:Doku sınıflandırma,Dalgacık dönüşümü,Markov rassal alanlar,Yapay sinir ağları
Özet: Bu çalışmada, patolojik verilere uygulanan farklı sınıflandırıcıların başarımları analiz edilmiştir. 80 normal ve 80 kanserli prostat hücre çekirdek imgesinden, Gauss Markov rassal alanlar, Fourier entropi ve dalgacık dönüşümü ortalama sapma öznitelik vektörleri elde edilmiş ve ayrım gücü olanlardan ortak bir öznitelik vektörü oluşturulmuştur. Sınıflandırma için yapay sinir ağları, k-en yakın komşu,yakın merkez ve doğrusal ayırtaç yöntemleri kullanılmıştır. Bu aşamada, 3-15 arası ara katman düğümüne sahip geri yayılımlı yapay sinir ağı, sınıflandırma amacı ile eğitilip test edilmiştir. En yüksek genel başarım oranını %85.5 ileyakın merkez sınıflandırıcısı sağlamıştır.