Evrişimsel sinir ağları ile meme kanseri moleküler alt tip sınıflandırması

Meme kanseri ölüm oranı ve yaygınlığı açısından en tehlikeli hastalıklardan birisidir. Heterojen bir hastalık olduğundan doğru sınıflandırılması son derece önem taşımaktadır. Histolojik, morfolojik sınıflandırmanın yanında, son yıllarda moleküler alt-tiplere sınıflandırma çalışmaları da yapılmaya başlamıştır. Moleküler alt tipler hastalığın seyrini etkilediğinden kişiye özgü tedaviler uygulanmaya çalışılmaktadır. Moleküler alt-tiplerinden özellikle üçlü negatif en agresif ve tehlikeli olanıdır. Diğer kanser türlerinde olduğu gibi meme kanserinde de erken teşhis son derece önemlidir. Bu tez çalışmasında DenseNET, XCeption ve GoogleNet ön eğitimli evrişimsel sinir ağları modelleri (CNN) veri artırma ile birlikte kullanılarak yalnızca MR görüntülerinin piksel bilgileri üzerinden moleküler alt-tip sınıflandırma yapılmıştır. Önerilen yöntem kullanıcıdan bağımsız, hızlı ve otomatik olup MR görüntülerini yüksek başarı oranı ile sınıflandırmaktadır. Hastalığın erken teşhisine imkan sağlayıp, gereksiz biyopsi uygulamalarını azaltarak onkologlara karar destek süreçlerinde fikir vermeyi amaçlamaktadır. Elde edilen sonuçlar ümit vadetmektedir.