Meme kanseri için şüpheli bölgelerin mamografi imgeleri üzerinde belirlenmesi ve meme kanser türünün sınıflandırılması

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: Türkçe

Öğrenci: İDİL IŞIKLI ESENER

Danışman: SEMİH ERGİN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Tez çalışmasının ilk bölümünde, IRMA veritabanı kullanılarak meme kanseri teşhisi yapabilen bir CAD sistemi önerilmiştir. Çalışmada, LCP öznitelikleri, istatistiksel ve frekans-düzlemi öznitelikler ile birleştirilerek 108-boyutlu LCP-tabanlı öznitelik vektörleri elde edilmiştir. Kanser teşhisi, veritabanının yalnızca yağlı doku tipine sahip imgeleri üzerinde 3-sınıflı ve veritabanındaki tüm imgeler ele alınarak 12-sınıflı olarak gerçekleştirilmiştir. 12-sınıflı sınıflandırma çalışması için 1- , 2- ve 3-aşamalı sınıflandırma süreçleri önerilmiş ve bu veritabanı için 12-sınıflı, 3-aşamalı sınıflandırma sürecinin %93,52 doğruluk oranı ile en başarılı performansı sağladığı görülmüştür. İstatistiksel, frekans-düzlemi ve LCP öznitelik vektörleri literatürde kullanılmakta iken, bu üç vektörün birleştirilmesi ile elde edilen ve veriyi ayırt ediciliği daha yüksek olan 108-boyutlu LCP-tabanlı öznitelik vektörlerinin oluşturulması çalışmanın özgünlüğünü göstermektedir. Tez çalışmasının ikinci bölümünde ise MIAS veritabanı kullanılarak meme doku tespiti, meme kanseri tespit ve teşhisi yapabilen bir CAD sistemi önerilmiştir. Çalışmada, pektoral kas tespiti için, bölge büyütme ve doğru oturtma algoritmaları birlikte kullanılarak özgün bir yöntem geliştirilmiş ve %4,15 ortalama FPR, %3,28 ortalama FNR değerleri elde edilmiştir. Meme doku tipi tespiti için GLCM matrislerinden çıkartılan doku özniteliklerinin 1- ve 2-aşamalı sınıflandırma süreçleri sonucunda %82,48 doğruluk oranı elde edilmiştir. Chan-Vese aktif kontur modelleme yöntemi kullanılarak ROI tespiti gerçekleştirilmiş ve ROI'lerden 11-boyutlu mamografik öznitelikler çıkartılarak indekslenmiştir. İndekslenen özniteliklerin sınıflandırılması sonucunda %83,25 doğruluk oranı ile meme kanseri teşhisi başarılmıştır.