RLBP Metodu ile Mamografi Görüntülerinin İncelenmesi ve Sınıflandırılması
Öz
Göğüs kanseri dünya genelinde kadınlarda en çok karşılaşılan kanser türüdür. Günümüzde her kadının başına gelebilecek olan göğüs kanseri, erkeklerde de görülebilmektedir. Göğüs kanserinde insanların fiziksel ve zihinsel halleri çok etkilidir. Göğüs kanserine karşın tedbirli olabilmek için belirli aralıklarla göğüs dokularının incelenmesi gerekmektedir. Bu dokular, uzmanlar tarafından incelenmektedir. Ancak inceleme esnasında yapılan yanlış teşhisler tedavi sürecini olumsuz etkilemektedir. Bu sebeple, bu dokuların sayısal ortamda işlenip incelenmesi daha faydalı olmaktadır. Bu çalışmada, YSA ile göğüs kanserinin sınıflandırması yapılmıştır. Mamografi görüntüleri üzerinde Döndürülmüş Yerel İkili Örüntü (RLBP) metodu kullanılarak öznitelikler çıkarılmıştır. Bu öznitelikler, parametreleri belirlenmiş olan YSA aracılığı ile eğitilmiştir. Eğitim sonucunda iyi ve kötü huylu olarak sınıflandırılan ikili sınıflandırmada %87,82 ve Yağlı, Yağlı-Glandüler ve Yoğun-Glandüler olarak sınıflandırılan üçlü arka plan doku sınıflandırmasında %80,95 başarı oranı elde edilmiştir.
Anahtar Kelimeler
Kaynakça
- Hossfeld, DK. Manual of Clinical Oncology, 5th ed. Springer- Verlag, UICC, 1992.
- Topuz, E. Aydıner, A. Dincer, M. Meme Kanseri, Nobel Tıp Kitabevi, 2003.
- Baldi, V. Cicalese, A. Coppala, G. Scarano, M. Gatto, E. Results of Mammographic Screening, 2003.
- Humprey, LL. Helfand, M. Chang, BK. Woolf, SH. "Breast cancer screening: a summary of the evidence for the U.S Preventive Services Task Force", 2009.
- Kopans, D.B. Feig, S.A. The Canadian National Breast Cancer Screening Study,1993.
- Howlader, N. Noone, AM. Krapcho, M. et. al. (eds). SEER Cancer Statistics Review, 1975–2009 National Cancer Institute. Bethesda. 2012.
- American Cancer Society Guidelines for The Early Detection of Cancer, 2001.orientation estimation in hidden markov random fields." Biomedical Imaging: From Nano to Macro, 2011 IEEE International Symposium on. IEEE, 2011.
- D. Brzakovic and M. Neskovic, "Mammogram screening using multiresolution- based image segmentation," in State of the Art in Digital Mammographic Image Analysis,K.W. Bowyer and S. Astley, Eds, Singapore: World Scientific, 1994, pp. 103–127.
- Houssein, E. H., Emam, M. M., Ali, A. A., and Suganthan, P. N., "Deep and machine learning techniques for medical imaging-based breast cancer: A comprehensive review", Expert Systems with Applications, 114161,2020
- Society, A. C. (2019). Breast cancer facts and figures 2019-2020. Atlanta: American Cancer Society, Inc..