ESA Temelli Derin Öğrenme Modelleri ile Akciğer Kanseri Tespiti

Abstract

Akciğer kanseri, önemli bir küresel sağlık sorunu olmaya devam ederken dünya çapında kansere bağlı ölümlerin önde gelen nedenlerinden biri olmaktadır. Akciğer kanserinin erken teşhisi, hastaların yaşam beklentisini arttırmada ve yaşam kalitesini iyileştirmede çok önemli bir rol oynamaktadır. Bu çalışmada evrişimsel sinir ağları temelli AlexNet, GoogleNet, VGG-16, VGG-19 ve ResNet adlı beş popüler derin öğrenme mimarisinin akciğer kanseri tespitindeki performansı değerlendirilmiştir. Sınıflandırma performanslarının değerlendirilmesi, özellikle akciğer kanseri tanısında yaygın olarak kullanılan Bilgisayarlı Tomografi (BT) görüntüleri üzerinde yapılmıştır. BT görüntüleri içeren veri seti Kaggle dataset platformundan elde edilmiştir. BT görüntülerinin derin öğrenme mimarileri için hazır hale getirilmesi için görüntü işleme adımları uygulanmıştır. Derin Öğrenme mimarileri kullanılarak akciğer kanserinin sınıflandırılması amaçlanarak oluşturulan bu çalışmada, AlexNet, GoogleNet, VGG16, ResNet, VGG19 modelleri ile sırası ile %91,72, %94,89, %95,17, %,%96.52,%95.10 sınıflama doğrulukları elde edilmiştir.