Histopatolojik Görüntülerde Derin Sinir Ağları ile Göğüs Kanseri Tanıma ve Sınıflandırma Sistemi

Abstract

Günümüzde kadınlar arasında en sık görülen kanser türü meme kanseridir ve akciğer kanserinden sonra oldukça yüksek bir ölüm oranına sahip olarak ikinci sırada yer alır. Geç tespit durumunda ise meme kanseri tedavisi oldukça zor bir duruma gelmektedir. Meme kanserinin tespiti için çeşitli yöntemler bulunmasına karşın halen yardımcı tespit ve tedavi yöntemlerine olan ihtiyaç önem arz etmektedir. Bu projede, histopatolojik görüntülerde zamanla bazal benzeri meme tümörlerinin gelişimini incelemek ve bazal benzeri meme kanseri tespiti için histopatolojik görüntüleri analiz etmek için otomatik bir sistem geliştirmiştir. Yapılan çalışmada ilk önce tümörlü ve tümörlü olmayan bölgeler arasında doğru sınıflandırmayı destekleyen kullanışlı özelliklerin çıkartılması sağlanmıştır. Sonraki çalışma adımlarında ise, gürbüz piksel tabanlı ve parçalı tabanlı segmentasyon elde etmek amacıyla da derin öğrenme temelli teknikler kullanarak sınıflandırma işlemi gerçekleştirilmiştir. Histopatolojik görüntüler üzerinde göğüs tümör alt tiplerinin sınırlı tedavi olanaklarından dolayı araştırmacılar tarafından daha sık çalışılmaktadır. Bazal benzeri tümörler ayırt edici morfolojik, genetik, immünofenotipik ve klinik özellikler ile karakterize edilmesine rağmen bu tümörün alt tipinin tanımlanması konusunda kabul görmüş bir fikir birliği olmadığı gibi sistematik olarak sınıflandırılması ile ilgili bir yol tanımlanmamıştır. Sınıflandırma için immünohistokimyasal belirteçler kullanılmakta fakat bu belirteçlerin başarımları ise %60 seviyelerinde kalmaktadır. Projende histopatolojik görüntülerden elde edilen özellikler birleştirilerek, DNN (Deep Neural Networks, CNN) ve BoW (Bag of Words) sınıflandırıcıları ile sistemin başarımının artırılması sağlanmıştır.