Automated detection of oral lesions using deep learning for early diagnosis of oral cancer

Ağız kanseri, her yıl dünya çapında yaklaşık 330.000 ölüme yol açan önemli bir sağlık sorunudur. Erken teşhis ve tedavi, çoğu durumda %75-90'a ulaşan hayatta kalma oranları ile ağız kanserinden ölüm ve morbiditeyi azaltmada en etkili önlem olmaya devam etmektedir. Yıllar içinde, kansere dönüşme olasılığı yüksek olan öncül lezyonların tespitini iyileştirmek için tarama programları uygulamaya konmuş, ancak bu programların gerçek dünyada uygulanmasında zorluklarla karşılaşılmıştır. Bunun başlıca sebebi olarak, tarama programlarının dayandığı birinci basamak pratisyenlerinin sunumda önemli değişkenlik gösteren bu lezyonları tanımak için gereken yeterli eğitimi almamış olması gösterilmiştir. Tarama ve klinik karar vermeye yardımcı olabilecek görme temelli yardımcı teknolojilerin geliştirilmesi, ağız kanserinin erken teşhisini iyileştirmek için çok önemlidir. Bu çalışmada, çeşitli bilgisayarlı görme tekniklerinin ağız kanseri alanındaki potansiyel uygulamalarını fotoğrafik görüntüler kapsamında araştırıyor ve ağız kanseri taraması için otomatik bir sistemin olasılıklarını inceliyoruz. Derin öğrenmedeki ilerlemelerden yararlanarak, birinci aşamada bir tespit ağı ile oral lezyonları tespit etmek ve ikinci aşamada da tespit edilen bölgeyi bir sınıflandırıcı ağ ile iyi huylu, prekanseröz veya kanser olarak sınıflandırmak için iki aşamalı bir çerçeve öneriyoruz. Ağız kanseri için kamuya açık veri setinin bulunmaması nedeniyle çalışma için özel bir veri seti geliştirilmiştir. İlk sonuçlarımız, oral lezyonların gerçek zamanlı olarak otomatik olarak algılanması ve sınıflandırılması için derin öğrenmeye dayalı yaklaşımların uygulanabilirliğini göstermektedir. Önerilen modelin, tarama süreçlerini destekleyebilen ve ağız kanserinin erken teşhisini iyileştirebilen, düşük maliyetli ve invaziv olmayan bir araç olarak büyük bir potansiyel sunacağını öngörüyoruz.