Araştırma Makalesi
BibTex RIS Kaynak Göster

A New Approach to Hair Noise Cleansing and Lesion Segmentation in Images of Skin Cancer

Yıl 2020, Cilt: 23 Sayı: 3, 821 - 828, 01.09.2020
https://doi.org/10.2339/politeknik.645395

Öz

According to the World Health Organization, cancer is the second highest cause of death in the world with 9.8 million. One of the most common types of cancer is skin cancer. In skin cancer, as in other types of cancer, early diagnosis is vital in the treatment process. Today, in the diagnosis of skin cancer, besides traditional methods, computer technology based methods such as Image Processing, Artificial Intelligence, Deep Learning, Artificial Neural Networks are frequently used. The most important advantage of these methods is that they do not contain human errors during the diagnosis process. On the other hand, one of the biggest problems is the inaccuracy in the diagnosis of cancer due to the fact that the hair cleansing and lesion segmentation cannot be performed correctly.This study presents a new UNET-based approach to clearing skin cancer lesions from hair noises and lesion segmentation. Two data sets of International Skin Imaging Collaboration (ISIC) were used in the study. As a result of the study, a success rate of 92% in hair removal and approximately 94% in lesion segmentation was achieved.

Kaynakça

  • [1]. Baykara, O., “Kanser Tedavisinde Güncel Yaklaşımlar”, Balıkesir Sağlık Bilimleri Dergisi, 5(3):154-165, (2016).
  • [2]. “Cancer”, https://www.who.int/news-room/fact-sheets/detail/cancer, Erişim (5.11. 2019).
  • [3]. Faisal,Z., Abbadi, N., “New Segmentation Method for Skin Cancer Lesions”, Journal of Engineering and Applied Sciences, 12(21):5598-5602 (2017).
  • [4]. Ünver, H. M., Ayan, E., “Skin Lesion Segmentation in Dermoscopic Images with Combination of YOLO and GrabCut Algorithm”, Diagnostics, 9(72):1-21, (2019).
  • [5]. Güngör,K.H., “Metastaz Yapmamış Melanoma Ve Melanoma Dışı Deri Kanserleri İçin Geliştirilmiş Olan Deri Kanseri İlişkili Yaşam Kalitesi Ölçeğinin (Dkykö) Türkçe Geçerlilik Ve Güvenilirliğinin Araştırılması”, Tıpta Uzmanlık Tezi, Ankara Üniversitesi Tıp Fakültesi, Ankara, (2016).
  • [6]. Demirci, M.,Yabanova, İ., “Model Tabanlı Tasarım Metotları Kullanılarak Gerçek Zamanlı Bir Görüntü İşleme Sisteminin Tasarımı ve Gerçeklemesi”, Politeknik Dergisi, 22(4): 827-838, (2019).
  • [7]. Sağıroğlu, Ş.,Beşdok, E., “A Novel Approach for Image Denoising Based on Artificial Neural Networks”, Politeknik Dergisi, 15(2):71-86, (2012).
  • [8]. Kassam, A., “Segmentation Of Skin Cancer By Using Image ProcessingTechniques”, Master Thesis, Yıldız Technical University Department Of Computer Engineering, İstanbul, (2016).
  • [9]. Lee,T., Ng V., Gallagher R., Coldman A., McLean D., "Dullrazor: A Software Approach to Hair Removal from Images", Computers in biology and medicine, 27(6):533-543, (1997).
  • [10].Celebi, E.C., Aslandoğan, A.A., Stoecker WV, Iyatomi H, Oka H, Chen X., "Unsupervised Border Detection in Dermoscopy Images", Skin Researchand Technology, 13(4):454- 462, (2007).
  • [11]. Alom, M.,Aspiras,T., Taha,T., Vijayan, K., “Skin Cancer Segmentation and Classification with NABLA-N and Inception Recurrent Residual Convolutional Networks”,https://arxiv.org/ftp/arxiv/papers/1904/1904.11126.pdf, Erişim (5.11. 2019).
  • [12].ISIC 2018: Skin Lesion Analysis Towards Melanoma Detection”, https://challenge2018.isic-archive.com/, Erişim(15.10.2019).
  • [13].L´opez, A.,“Skin Lesion Detection From Dermoscopic Images Using Convolutional Neural Networks, A Degree Thesis, Faculty of theEscolaT`ecnicad’Enginyeria de Telecomunicacio´ de Barcelona UniversitatPolit`ecnica de Catalunya, Barcelona, (2017).
  • [14].Sümen, A., “Denizcilik Lisesi Öğrencilerine Cilt Kanseri Konusunda Verilen Eğitimin Bilgi Ve Davranışlarına Etkisi”, Yüksek Lisans Tezi, Akdeniz Üniversitesi Sağlık Bilimleri Enstitüsü, Antalya, (2014).
  • [15].Kızılbey, K.,Akdeste, Z., “Melanoma Cancer”, Journal of Engineering and Natural Sciences, 31(4):555-569, (2013).
  • [16].”Task 3: LesionDiagnosis: Training”, https://challenge2018.isic-archive.com/task3/training/, Erişim (18.10. 2019).
  • [17].”U-Net: Convolutional Networks forBiomedical Image Segmentation”,https://arxiv.org/pdf/1505.04597.pdf, Erişim (18.10. 2019).

Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım

Yıl 2020, Cilt: 23 Sayı: 3, 821 - 828, 01.09.2020
https://doi.org/10.2339/politeknik.645395

Öz



Dünya Sağlık
Örgütüne göre kanser 9.8 milyon ile dünyadaki ikinci en yüksek ölüm nedenidir. Kanser
türleri arasında en sık rastlanılandan biri ise cilt kanseridir. Cilt
kanserinde de, diğer kanser türlerinde olduğu gibi erken tanı tedavi sürecinde
hayati öneme sahiptir. Günümüzde cilt kanseri tanısında geleneksel yöntemlerin
yanı sıra bilgisayar teknolojisi temelli Görüntü İşleme, Yapay Zekâ, Derin
Öğrenme, Yapay Sinir Ağları gibi yöntemler sıklıkla kullanılmaktadır. Bu yöntemlerin
en önemli avantajı, tanı sürecinde insan kaynaklı hataları barındırmamasıdır. Diğer
yandan, en büyük sorunlardan birisi ise lezyondaki kıl temizliği ve lezyon bölütlemesinin
doğru yapılamaması nedeniyle kanser tanısında yanlışlıklara yol açılmasıdır. Bu
çalışma, cilt kanseri lezyonlarının kıl gürültülerinden temizlenmesi ve lezyon bölütlemesinde
UNET tabanlı yeni bir yaklaşım sunmaktadır. Çalışma kapsamında International
Skin Imaging Collaboration (ISIC)’e ait iki adet veri seti kullanılmıştır. Çalışma
sonucunda kıl temizliğinde yaklaşık %92, lezyon bölütlemesinde yaklaşık %94
başarı oranı elde edilmiştir.




Kaynakça

  • [1]. Baykara, O., “Kanser Tedavisinde Güncel Yaklaşımlar”, Balıkesir Sağlık Bilimleri Dergisi, 5(3):154-165, (2016).
  • [2]. “Cancer”, https://www.who.int/news-room/fact-sheets/detail/cancer, Erişim (5.11. 2019).
  • [3]. Faisal,Z., Abbadi, N., “New Segmentation Method for Skin Cancer Lesions”, Journal of Engineering and Applied Sciences, 12(21):5598-5602 (2017).
  • [4]. Ünver, H. M., Ayan, E., “Skin Lesion Segmentation in Dermoscopic Images with Combination of YOLO and GrabCut Algorithm”, Diagnostics, 9(72):1-21, (2019).
  • [5]. Güngör,K.H., “Metastaz Yapmamış Melanoma Ve Melanoma Dışı Deri Kanserleri İçin Geliştirilmiş Olan Deri Kanseri İlişkili Yaşam Kalitesi Ölçeğinin (Dkykö) Türkçe Geçerlilik Ve Güvenilirliğinin Araştırılması”, Tıpta Uzmanlık Tezi, Ankara Üniversitesi Tıp Fakültesi, Ankara, (2016).
  • [6]. Demirci, M.,Yabanova, İ., “Model Tabanlı Tasarım Metotları Kullanılarak Gerçek Zamanlı Bir Görüntü İşleme Sisteminin Tasarımı ve Gerçeklemesi”, Politeknik Dergisi, 22(4): 827-838, (2019).
  • [7]. Sağıroğlu, Ş.,Beşdok, E., “A Novel Approach for Image Denoising Based on Artificial Neural Networks”, Politeknik Dergisi, 15(2):71-86, (2012).
  • [8]. Kassam, A., “Segmentation Of Skin Cancer By Using Image ProcessingTechniques”, Master Thesis, Yıldız Technical University Department Of Computer Engineering, İstanbul, (2016).
  • [9]. Lee,T., Ng V., Gallagher R., Coldman A., McLean D., "Dullrazor: A Software Approach to Hair Removal from Images", Computers in biology and medicine, 27(6):533-543, (1997).
  • [10].Celebi, E.C., Aslandoğan, A.A., Stoecker WV, Iyatomi H, Oka H, Chen X., "Unsupervised Border Detection in Dermoscopy Images", Skin Researchand Technology, 13(4):454- 462, (2007).
  • [11]. Alom, M.,Aspiras,T., Taha,T., Vijayan, K., “Skin Cancer Segmentation and Classification with NABLA-N and Inception Recurrent Residual Convolutional Networks”,https://arxiv.org/ftp/arxiv/papers/1904/1904.11126.pdf, Erişim (5.11. 2019).
  • [12].ISIC 2018: Skin Lesion Analysis Towards Melanoma Detection”, https://challenge2018.isic-archive.com/, Erişim(15.10.2019).
  • [13].L´opez, A.,“Skin Lesion Detection From Dermoscopic Images Using Convolutional Neural Networks, A Degree Thesis, Faculty of theEscolaT`ecnicad’Enginyeria de Telecomunicacio´ de Barcelona UniversitatPolit`ecnica de Catalunya, Barcelona, (2017).
  • [14].Sümen, A., “Denizcilik Lisesi Öğrencilerine Cilt Kanseri Konusunda Verilen Eğitimin Bilgi Ve Davranışlarına Etkisi”, Yüksek Lisans Tezi, Akdeniz Üniversitesi Sağlık Bilimleri Enstitüsü, Antalya, (2014).
  • [15].Kızılbey, K.,Akdeste, Z., “Melanoma Cancer”, Journal of Engineering and Natural Sciences, 31(4):555-569, (2013).
  • [16].”Task 3: LesionDiagnosis: Training”, https://challenge2018.isic-archive.com/task3/training/, Erişim (18.10. 2019).
  • [17].”U-Net: Convolutional Networks forBiomedical Image Segmentation”,https://arxiv.org/pdf/1505.04597.pdf, Erişim (18.10. 2019).
Toplam 17 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Araştırma Makalesi
Yazarlar

Cihan Akyel 0000-0003-1792-8254

Nursal Arıcı 0000-0002-4505-1341

Yayımlanma Tarihi 1 Eylül 2020
Gönderilme Tarihi 11 Kasım 2019
Yayımlandığı Sayı Yıl 2020 Cilt: 23 Sayı: 3

Kaynak Göster

APA Akyel, C., & Arıcı, N. (2020). Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım. Politeknik Dergisi, 23(3), 821-828. https://doi.org/10.2339/politeknik.645395
AMA Akyel C, Arıcı N. Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım. Politeknik Dergisi. Eylül 2020;23(3):821-828. doi:10.2339/politeknik.645395
Chicago Akyel, Cihan, ve Nursal Arıcı. “Cilt Kanserinde Kıl Temizliği Ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım”. Politeknik Dergisi 23, sy. 3 (Eylül 2020): 821-28. https://doi.org/10.2339/politeknik.645395.
EndNote Akyel C, Arıcı N (01 Eylül 2020) Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım. Politeknik Dergisi 23 3 821–828.
IEEE C. Akyel ve N. Arıcı, “Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım”, Politeknik Dergisi, c. 23, sy. 3, ss. 821–828, 2020, doi: 10.2339/politeknik.645395.
ISNAD Akyel, Cihan - Arıcı, Nursal. “Cilt Kanserinde Kıl Temizliği Ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım”. Politeknik Dergisi 23/3 (Eylül 2020), 821-828. https://doi.org/10.2339/politeknik.645395.
JAMA Akyel C, Arıcı N. Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım. Politeknik Dergisi. 2020;23:821–828.
MLA Akyel, Cihan ve Nursal Arıcı. “Cilt Kanserinde Kıl Temizliği Ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım”. Politeknik Dergisi, c. 23, sy. 3, 2020, ss. 821-8, doi:10.2339/politeknik.645395.
Vancouver Akyel C, Arıcı N. Cilt Kanserinde Kıl Temizliği ve Lezyon Bölütlemesinde Yeni Bir Yaklaşım. Politeknik Dergisi. 2020;23(3):821-8.
 
TARANDIĞIMIZ DİZİNLER (ABSTRACTING / INDEXING)
181341319013191 13189 13187 13188 18016 

download Bu eser Creative Commons Atıf-AynıLisanslaPaylaş 4.0 Uluslararası ile lisanslanmıştır.