Dermoskopik görüntülerde lezyon bölütleme için iyileştirme önerileri
Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi · 23.02.2024
DOI: 10.17341/gazimmfd.1335533 ↗Kurz gefasst
Fachartikel in der Zeitschrift Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, online erschienen am 23.02.2024. Verfasst von Saadet Aytaç Arpacı und 1 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref).
Abstract (Originalsprache)
Görüntülerde bölütleme görevini gerçekleştiren U-Net mimarisi tıp alanında da oldukça başarılı sonuçlar elde etmiştir. Fakat daha iyi sonuçlar için mimarinin iyileştirilmesine de gerek vardır. Bu makalede, U-Net modelinin kodlayıcı bölümü için bazı iyileştirme önerileri sunulmaktadır ve uygulanan mimarinin dermoskopik görüntülerde lezyon bölütleme işlemi için bölütleme başarısı değerlendirilmektedir. Araştırma, PH2 ve “Uluslararası Cilt Görüntüleme İşbirliği” (ISIC-2016 ve ISIC-2017) veri kümeleri ile yapılmıştır. Geleneksel veri artırma yöntemi, seçilen PH2 veri kümesi örneklerine uygulanmıştır. Önerilen model (EnecaU-Net) ve U-Net modelinin PH2 veri kümesi ile elde edilen sonuçları karşılaştırılmıştır. Ayrıca bu makalede dermoskopik görüntülerde lezyon bölütleme işlemi için modelin bölütleme başarısı üzerinde etki gösteren karıştırma veri artırma yöntemi de incelenmiştir. Bu inceleme, ISIC-2016 veri kümesi ile yapılmıştır ve veri artırma işlemi uygulanmayan aynı miktardaki ISIC-2017 veri kümesi ile yapılan inceleme sonuçları karşılaştırılmıştır. Değerlendirme aşamasında model başarısının ölçümü için öncelikle Dice ve Jaccard (IoU) ölçütlerini kullanmış olmakla beraber özgüllük, duyarlılık ve doğruluk ölçütlerinden de faydalanılmıştır. Elde ettiğimiz sonuçlara göre, dermoskopik görüntülerde lezyon bölütleme işlemi için uygulanan EnecaU-Net modelinin bölütleme başarısı yüksektir ve uygulanan karıştırma veri artırma yöntemi, EnecaU-Net modelinin bölütleme başarısını iyileştirmektedir. Önerilen modelin ulaştığı ortalama test sonuçları, Dice ve Jaccard değerleri açısından sırasıyla ISIC-2016 için %88,05 ve %80,30 ve ISIC-2017 için %83,09 ve %74,54’tür.
Zitieren
APA
Arpacı, S. A., & Varlı, S. (2024). Dermoskopik görüntülerde lezyon bölütleme için iyileştirme önerileri. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi. https://doi.org/10.17341/gazimmfd.1335533
Vancouver
Arpacı SA, Varlı S. Dermoskopik görüntülerde lezyon bölütleme için iyileştirme önerileri. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi. 2024. doi:10.17341/gazimmfd.1335533
BibTeX
@article{Arpac2024,
author = {Arpacı, Saadet Aytaç and Varlı, Songül},
title = {Dermoskopik görüntülerde lezyon bölütleme için iyileştirme önerileri},
journal = {Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi},
year = {2024},
doi = {10.17341/gazimmfd.1335533}
}
EUVIMED