Cilt lezyonlarının dermatoskop görüntüleri üzerinden derin öğrenmeye dayalı yöntemle tespiti ve sınıflandırılması

Cilt hastalıklarının dünya nüfusunun yaklaşık üçte birini etkileyen en yaygın dördüncü hastalık olduğu bilinmektedir. Cilt hastalıklarında genellikle belirtiler, deri üzerindeki normal deri rengi ve deseninden farklı görülen ve lezyon olarak adlandırılan bölgelerdir. Cilt hastalıkları erken evrede teşhis edildiğinde tedavi edilebilen hastalıklardır. Bu nedenle, hastanın hayatını koruyabilmek için erken ve doğru teşhis kritik role sahiptir. Günümüzde, cilt hastalıklarının teşhis edilmesi işlemi, dermatoloğun deriyi eli ile incelemesi ve görebildiklerine göre karar vermesine dayalı olarak yapılmaktadır. Cilt hastalıklarının bu şekilde teşhis edilmesi dermatologların deneyimlerine göre değişiklik gösterebilmektedir. Otomatik yöntemler erken teşhis ve müdahalelerin yapılmasını sağlamaktadır. Literatürde otomatik yöntemler önerilmekte ve bilgisayar destekli teşhis sistemlerinde artan bir şekilde derin öğrenmeye dayalı yöntemler kullanılmaktadır. Bu nedenle, bu tez çalışması kapsamında da derin sinir ağ mimarisine dayalı olarak cilt lezyonlarının sınıflandırılması üzerinde durulmuş, dermatoskop görüntüsünden yüksek doğruluk ile lezyonların yedi sınıfa otomatik olarak sınıflandırılmasını sağlayan, evrişimsel derin sinir ağ mimarisi ve kapsül ağın birlikte kullanıldığı bir yöntem önerilmiştir. Sonuçların değerlendirilmesi için doğruluk, hassaslık, özgüllük, F1-skor ve Mathew ilişkilendirme katsayısı olmak üzere beş farklı değerlendirme ölçütü kullanılmış ve sırasıyla %88.10, %89.18, %98,11, %87.25, %86.20 değerleri elde edilmiştir. Ulaşılan bu bulgular cilt lezyonlarının otomatik olarak sınıflandırılmasında önerilen bütünleşik ağ mimarisinin başarılı olduğunu göstermiştir.