{"title":"Patolojik Meme Kanseri Görüntülerinin YOLOv5 Algoritması ile Sınıflandırılması","authors":"Şeyma Çeçen, A. Özer","doi":"10.59287/icpis.798","DOIUrl":null,"url":null,"abstract":"Tıp alanı geleneksel yaklaşım olarak hastalığa tanı konulması ve tanıya yönelik tedavi yöntemlerininuygulanması esasına dayalıdır. İnsan doku ,hücre ve organlarındaki hastalıkların gelişimi ve sebepleriniPatoloji bilim dalı incelemektedir. Hücrelerin anormal şekilde kontrolsüz çoğalması durumunda kanserhastalığına sebep olmaktadır. Bu çalışmada meme dokusundan alınan biyopsilere ait patolojik görüntüleryapay zekanın bir alt dalı olan derin öğrenme yöntemi ile incelenmiştir. Meme kanseri türününsınıflandırılması üzerine çalışılmıştır. Derin Öğrenme modeli olarak YOLOv5 algoritması kullanılmıştır.Deneyler sonucunda doğruluk parametresinde %95.3 oranında yüksek başarı ile tümörün sınıflandırılmasısağlanmıştır.","PeriodicalId":292916,"journal":{"name":"International Conference on Pioneer and Innovative Studies","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Conference on Pioneer and Innovative Studies","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.59287/icpis.798","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Tıp alanı geleneksel yaklaşım olarak hastalığa tanı konulması ve tanıya yönelik tedavi yöntemlerininuygulanması esasına dayalıdır. İnsan doku ,hücre ve organlarındaki hastalıkların gelişimi ve sebepleriniPatoloji bilim dalı incelemektedir. Hücrelerin anormal şekilde kontrolsüz çoğalması durumunda kanserhastalığına sebep olmaktadır. Bu çalışmada meme dokusundan alınan biyopsilere ait patolojik görüntüleryapay zekanın bir alt dalı olan derin öğrenme yöntemi ile incelenmiştir. Meme kanseri türününsınıflandırılması üzerine çalışılmıştır. Derin Öğrenme modeli olarak YOLOv5 algoritması kullanılmıştır.Deneyler sonucunda doğruluk parametresinde %95.3 oranında yüksek başarı ile tümörün sınıflandırılmasısağlanmıştır.