Patolojik Meme Kanseri Görüntülerinin YOLOv5 Algoritması ile Sınıflandırılması

Şeyma Çeçen, A. Özer
{"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.
医学领域以诊断疾病和应用治疗方法进行诊断的传统方法为基础。病理学研究人体组织、细胞和器官疾病的发展和原因。如果细胞不受控制地异常增殖,就会导致癌症疾病。本研究采用人工智能的一个分支--深度学习方法,对乳腺组织活检的病理图像进行了研究。研究了乳腺癌类型的分类。实验结果显示,肿瘤分类的准确率高达 95.3%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信