AURUM Mühendislik Sistemleri ve Mimarlık Dergisi
Yazarlar: ["Saadaldeen Rashid AHMED AHMED", "Osman Nuri UÇAN", "Adil Deniz DURU", "Oğuz BAYAT"]
Konular:-
Anahtar Kelimeler:Derin öğrenme teknikleri,Morfolojik işleme,Görüntü işleme,Bilgisayarla görme. Görüntü sınıflandırma,Meme kanseri,Özellik çıkarma
Özet: Özet Meme kanseri, dünyada insan ölümüne sebep olan başlıca hastalıklardan biridir.Erken teşhis, doğru tedavinin geliştirilmesini ve sağ kalma olasılığını arttırır, ancak bu süreç belirsizdir ve düzenli olarak patologlar arasında bir çelişki yaratır. PC destekli sonuç sistemlerinin, görüntükesinliğini arttırmada belirli potansiyele sahip olduğu belirtilir.Bu çalışmada , kucak malign büyüme histolojisi resim karakterizasyonu için artan derin evrişim sinir sistemlerine bağlı olan hesaplama metodolojisini geliştiriyoruz. Hematoksilen ve eosin recolored göğüs histolojisinde mikroskopi resim veri seti Kaggle tarafından Meme Kanseri Histolojisi Görüntülerine verilmiştir. Metodolojimiz birkaç derin sinir sistemi yapısı kullanır ve meyilli ağaç sınıflandırıcısına yardımcı olur. 5 sınıflı gruplama ataması için% 88,4 oranında doğruluk bildiririz. Karsinomları tanımayı üstlenen 4 sınıflı gruplama için yüksek afiniteli çalışma noktasında% 92,3 doğruluk,% 96,2 ve afektabilite% 94,5 oranında rapor ediyoruz. Herhangi biri söz konusu olduğunda, bu metodoloji bilgisayarlı histopatolojik imge gruplamasında diğer temel teknikleri de uygular.