A Novel Histological Dataset and Machine Learning Applications
Yazarlar (4)
Dr. Öğr. Üyesi Kübra Uyar Selçuk Üniversitesi, Türkiye
Öğr. Gör. Merve Solmaz Selçuk Üniversitesi, Türkiye
Prof. Dr. Şakir TAŞDEMİR Selçuk Üniversitesi, Türkiye
Dr. Öğr. Üyesi Nejat Ünlükal Selçuk Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale)
|
||
| Dergi Adı | Turkish Journal of Science and Technology | ||
| Dergi ISSN | 1308-9080 | ||
| Dergi Tarandığı Indeksler | TR DİZİN | ||
| Makale Dili | İngilizce | Basım Tarihi | 09-2022 |
| Cilt / Sayı / Sayfa | 17 / 2 / 185–196 | DOI | 10.55525/tjst.1134354 |
| Makale Linki | https://dergipark.org.tr/tr/download/article-file/2501403 | ||
| UAK Araştırma Alanları |
Görüntü İşleme
Yapay Zeka
|
||
| Özet |
| Histoloji, tıp alanında ve sağlık hizmetlerinde mikrobiyolojik çalışmalar açısından önemli bir yere sahiptir. Histolojik görüntülere dayalı doku ve organların otomatik analizi, gerekli araçların olmaması nedeniyle açık bir sorundur. Ayrıca hücrelerin bir araya gelmesiyle oluşan dokuların doğru tanımlanması ve analizi, hastalıkların mekanizmalarını anlamak ve tanı koymak için çok önemlidir. Makine öğrenmesi (MÖ) ve derin öğrenme (DÖ) yöntemlerinin etkin performansı çeşitli son teknoloji tıbbi sorunlara çözüm sağlamıştır. Bu çalışmada Histoloji ve Embriyoloji Anabilim Dalında hem laboratuvar derslerinde öğrenciler için hazırlanan hemde kendimizin elde ettiği preparatlar kullanılarak yeni bir histoloji veriseti oluşturulmuştur. Hazırlanan veriseti kan, bağ, epitel, kas ve sinir dokusundan oluşmaktadır. Kan, bağ, epitel, kas ve sinir dokusu preparatları insan dokularından veya dokuları insana benzer çeşitli memeli hayvanlardan farklı zamanlarda alınmıştır. Sınıflandırmada kapsamlı bir performans analizi sunmak amacıyla çeşitli MÖ teknikleri test edilmiştir. Deneysel çalışmalarda AdaBoost (AB), Yapay Sinir Ağları (YSA), Karar Ağacı (KA), Lojistik Regresyon (LR), Naive Bayes (NB), Rastgele Orman (RO) ve Destek Vektör Makineleri (DVM) yöntemleri analiz edilmiştir. Geliştirilen yapay zekâ (YZ) uygulaması, özellikle pandemi ve uzaktan eğitim dönemlerinde, tıp fakülteleri ve sağlık bilimlerindeki lisans ve lisansüstü öğrencileri için bir eğitim materyali olarak faydalı olmaktadır. Ayrıca, bu uygulama tıp uzmanlarının harcadığı zamanı ve iş performans kayıplarını en aza indirmek amacıyla bilgisayar destekli tıbbi karar destek sistemi olarak da kullanılabilecektir. |
| Anahtar Kelimeler |
| Classification | Machine Learning | Image processing | Computer-aided diagnosis | Histological image |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Google Scholar | 1 |