Use of subgraph mining in histopathology image classification
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
Meme kanseri kadınlarda en sık görülen kanserdir ve ölüm oranı yüksektir. Uzmanların meme kanseri biyopsi örneklerini daha iyi analiz etmesine yardımcı olmak için bilgisayarla görü teknikleri kullanılabilir. Çizge sinir ağları (ÇSA), meme kanseri görüntülerinin sınıflandırılmasını çözmek için yaygın olarak kullanılmaktadır. Bu alandaki görüntülerin boyutları değişkendir ve ÇSA'lar değişen boyuttaki girdilere uygulanabilir. Çizgeler, çizgenin düğümleri arasındaki ilişkileri saklayabilir ve bu, ÇSA'ların bir çözüm olarak tercih edilmesinin bir başka nedenidir. Bu tezde meme histopatolojisi görüntülerinde ilgi bölgelerin (İB) sınıflandırılmasında alt çizge madenciliğinin kullanımını inceliyoruz. Çizgenin düğümleri olarak çekirdek açısından zengin bölgelerde örneklenen pencereleri kullanarak İB örneklerini çizge ile temsil ediyoruz. Histopatoloji görüntülerini sınıflandırırken hem mikro hem de makro düzeyde bilgi gereklidir. Pencereler, mikro düzeydeki bilgileri modellemek için kullanılır. Sıklıkla ortaya çıkan alt çizgeleri belirlemek için elde edilen çizgelere alt çizge madenciliği uyguluyoruz. Her alt çizge, daha üst düzey bilgileri temsil etmek için kullanılabilecek az sayıda pencereden ve bunların ilişkilerinden oluşur. Ayrıca, daha büyük boyutlu pencereler içeren bir kayar pencere mekanizması uygulayarak İB düzeyindeki özellikleri çıkarıyoruz. İB düzeyindeki özellikler, alt çizge özellikleri ve çizge evrişimli ağlardan elde edilen üçüncü bir gösterim, İB'ler hakkında makro düzeydeki bilgileri modellemek için birleştirilir. Ayrıca alt çizgeleri ek düğüm olarak çizge temsiline yerleştirmeyi de çalışıyoruz. Önerilen modeller, tam spektrumdan dört tanı kategorisini içeren zorlu bir meme patolojisi veri setinde değerlendirilmiştir. Deneyler, alt çizgelerin görüntü gösterimine dahil edilmesinin sınıflandırma doğruluğunu geliştirdiğini ve birleştirilmiş özellik gösteriminin bir ablasyon çalışmasında bireysel gösterimlerden daha iyi performans gösterdiğini göstermektedir.
Author
Bayram Berdıyev
Institution
How to Cite
Bayram Berdıyev (Yüksek Lisans Tezi). Use of subgraph mining in histopathology image classification, 2022, İhsan Doğramacı Bilkent University.
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İhsan Doğramacı Bilkent University
- A study over tax and relationship formed around taxation in the Ottoman Empire (16th-17th century)(2019)
- Random sets and choquet-type representations(2021)
- Oil price surges and the yield curve(2024)
- Living alone: Pathways, experiences and future expectations(2025)
- On the road to detente: Turkish foreign policy after the Johnson Letter(2021)
- The Lower Danube in Late Antiquity: The case of Histria(2023)
