Yarasa optimizasyon algoritması ile melanom cilt kanseri segmentasyonunda bir yaklaşım

Bilgisayar metodolojilerinin evrimi, hızlı teknolojik büyüme ile birlikte tıp alanında bir dizi uygulamayı beraberinde getirmiştir. Bunlar arasında, tıbbi tanı ve tedavide otomatik görüntü analizinin uygulanması özellikle öne çıkmaktadır. Modern dönem, tıbbi görüntü işleme alanındaki gelişmelerin büyük ölçüde etkisi altında olan tıbbi uygulamalarda önemli bir değişikliğe tanıklık etmektedir. Bu değişiklik, tıbbi topluluğu, özellikle cilt taramaları aracılığıyla bir dizi özelliği, değişikliği, hastalığı ve dejeneratif durumu otomatik olarak tespit etme yönünde yönlendirmektedir. Cilt, vücudun en büyük organı olarak, birçok iç hastalığı yansıtabilir. Çeşitli anomaliler gösterir ve bu anomaliler incelendiğinde altta yatan durumlar hakkında bilgi verebilir. Modern cilt görüntü analizleri, cilt yapısındaki değişikliklerle kanıtlanan bozuklukların tanımlanması ve izlenmesi için görüntü işleme tekniklerinden yararlanmaktadır. Cilt anomalileri arasında, bir cilt kanseri türü olan melanom, ana endişe kaynağı olmaya devam etmektedir. Melanomun doğru tespiti, erken müdahaleye olanak tanıyarak hayatları kurtarabilir. Ancak melanom görüntü analizi sırasında karşılaşılan yaygın sorunlardan biri, kanserli bölgenin arka plandan doğru şekilde ayrılmasıdır. Bu tür ayrım hataları, tanının hassasiyetini kritik bir şekilde etkileyebilir. Birçok çağdaş araştırmanın odak noktası tam olarak bu zorluktur: görüntünün geri kalanından melanom bölgesini doğru bir şekilde ayıran optimal sınırı bulmak. Bu sınır tespit sorunu yaygındır ve birçok bilimsel çaba için sürekli bir engel olmuştur. Dolayısıyla tezimiz, melanom cilt kanseri görüntülerinin sınırlarında dikkate değer bir doğruluk elde etmeyi amaçlayarak bu kritik soruna odaklanmaktadır. Bu sorunu ele almak için, Bat Optimization algoritmasının potansiyelini araştırdık, bu optimizasyon problemlerine yenilikçi bir yaklaşımdır. Bat Optimization yöntemi çeşitli diğer alanlarda uygulanmış olsa da, melanom cilt kanseri tespiti için kullanımı henüz keşfedilmemiştir. Bu algoritmanın özelliklerinden yararlanarak, çalışmamız melanom cilt kanseri segmentasyonu için en uygun eşik değerini belirlemeyi amaçlamıştır. Bu optimizasyon, kanserli bölümü temsil eden en doğru alanı belirlememize olanak tanıdı, böylece daha iyi tanısal hassasiyet için yol açtı. Çalışma metodolojimiz, melanom görüntülerini sisteme beslemeyi ve Bat Optimization algoritmasını kullanarak en iyi eşik değerlerini tekrar tekrar bulmayı içeriyordu. Bunu yaparak, sistem görüntüyü potansiyel melanom bölgeleri ve arka plan olarak segmentlere ayırabildi. Bu yaklaşım, melanom bölgelerinin daha nüanslı ve kesin bir tespitine olanak tanıdı, bu da geleneksel görüntü segmentasyon tekniklerinin kullanılmasında sıkça karşılaşılan yanlış pozitif ve negatiflerin olasılığını azalttı. Sonuçların doğrulanması ve metodolojimizin etkinliğini ölçmek için çeşitli değerlendirme ölçütleri kullandık. Bunlar arasında doğruluk, duyarlılık, özgüllük, Dice katsayısı ve F1 Skoru bulunmaktadır. Elde edilen sonuçlar umut vericiydi ve doğruluk oranı %99,8 olarak belirlendi, yöntemimizin yeteneğini göstermektedir. Duyarlılık ve özgüllük, sırasıyla gerçek pozitif oranı ve gerçek negatif oranı ölçerken, sırasıyla %98,99 ve %98,87 olarak belirlendi. Tahmin edilen segmentasyon ile gerçek segmentasyon arasındaki benzerliği ölçen Dice katsayısı %98,45'te durmaktadır. Hassasiyet ve geri çağırmanın harmonik ortalamasını temsil eden F1 Skoru, etkileyici bir şekilde %98,24'te idi.