Yapay Sinir Ağları ile Meme Kanseri Tespiti

Abstract

Meme kanseri, memenin glandüler dokusundaki kanalların (% 85) veya lobüllerinin (% 15) astar hücrelerinde (epitel) ortaya çıkan bir kanser türüdür. 2020 yılında dünya çapında meme kanseri teşhisi konan 2,3 milyon kadın ve 685 000 ölüm vardı. 2020'nin sonu itibariyle, son 5 yılda meme kanseri teşhisi konan 7,8 milyon kadın hayatta kaldı ve bu da onu dünyanın en yaygın kanseri haline getirdi. Uluslararası Kanser Araştırmaları Ajansı (IARC) tarafından Aralık 2020'de yayınlanan istatistiklere göre, meme kanseri, dünyanın en sık teşhis edilen kanseri olarak akciğer kanserini geride bırakmıştır. Günümüzde meme kanseri teşhisinde alışılagelmiş ve standart yöntemler ve teknikler ile birlikte yeni teknolojilerin getirdiği Görüntü İşleme, Yapay Zekâ, Derin Öğrenme, Yapay Sinir Ağları gibi birçok yöntemde kullanılmaktadır. Bu yöntemlerin bize sağladığı en önemli kazanç, meme kanseri teşhis sürecinde bireysel hataları barındırmaması veya en aza indirgemesidir. Çalışmada meme kanseri için, 2018 yılında toplanmış, 600 kadın hastadan alınan 1578 adet ultrason görüntüsü üzerinden %20 test verisi alınarak k-en yakın komşuluk (KNN), Rastgele orman (Random Forest) ve Yapay Sinir Ağları algoritmaları kullanılmıştır. Kullanılan algoritmalarda eğitim işlemleri yapılarak model oluşturulmuştur. Bu modeller ile iyi, kötü huylu ve normal lezyonların ultrason görüntüleri karşılaştırılmış ve meme kanseri olan lezyonların tespitinde başarı yüzdesi olarak kNN %96,1, Rastgele Orman Algoritması %95,9 ve Yapay Sinir Ağları %98,7 ile en iyi sonucu vermiştir. Oluşturulan sinir ağı modeline örnek değerler girdi olarak verildiğinde hastalığı yüksek bir doğruluk oranıyla teşhis edebilmektedir. Bu sonuca göre yapılan çalışmanın işe yaradığı ve hastaların meme kanseri teşhisi için kullanılabilir olduğu gözlemlenmiştir.