PAP-SMEAR Görüntüleri Üzerinde Rahim Ağzı Kanseri Tespiti

Abstract

Dünya çapında kadınlarda görülen kanser hastalıkları sıralamasında dördüncü sırada yer alan rahim ağzı kanserini erken aşamada tespit edebilmek hastalığın tedavisinde önemli bir yapı taşıdır. Hastalığın teşhisi için pap-smear testi kullanılmaktadır. Bu çalışma kapsamında rahim ağzı kanserini erken aşamada tespit edebilecek bilgisayar temelli bir karar sisteminin tasarlanması amaçlanmıştır. Pap- smear testi sonucunda elde edilmiş olan serviks görüntülerinde normal ve anormal özellikli hücreler bulunarak anormal olan hücreler görüntü üzerinde işaretlenmiştir. Çalışma genel olarak segmentasyon ve sınıflandırma olmak üzere iki bölümden oluşmaktadır. Segmentasyon işleminde çekirdek ve sitoplazma ayrı olarak ele alınmış ve birbirinden bağımsız olarak bölütlenmiştir. Çekirdek segmentasyonu aşamasında eşikleme ve K-means olmak üzere iki farklı yöntem kullanılmıştır. Sitoplazma segmentasyonu işleminde eşikleme ve iki görüntünün farkı yöntemleri kullanılarak sitoplazma bulunmuştur. Sınıflandırma aşamasında ise görüntülerden çıkarılmış olan bazı özellikler sınıflandırma kriteri olarak belirlenmiştir. Görüntülerden çıkarılan özellikler patoloji uzmanları ile incelenmiş ve bir veri seti oluşturulmuştur. Herlev veri setinde bulunan 917 görüntünün her biri için bu özellikler çıkarılmış ve bir veri setine kaydedilmiştir. Çalışmanın sınıflandırma aşamasında ise oluşturulan veri setine makine öğrenmesi yöntemlerinden derin öğrenme, Destek Vektör Makinesi (DVM), Naive Bayes (NB), Rastgele Orman (RO), Çok-Katmanlı Algılayıcı (ÇKA), Lojistik Regresyon (LR), K-En Yakın Komşu (KNN) ve Derin öğrenme yöntemleri uygulanarak sınıflandırma işlemi gerçekleştirilmiştir ve %81 ve %93 arasında doğruluk değerleri elde edilmiştir. Gelecek çalışmalarda bilgisayar temelli karar sistemini tamamlamak ve yapay zekâ modelini eğitebilmek için bu veri seti kullanılacaktır.