Mikroskop görüntüleri üzerinden lösemi hücre hastalığının tanısı için PSO temelli derin öğrenmeli sinir ağları

Lösemi, kan dokusu ve kemik iliği gibi sistemlerini etkileyen bir kanser türüdür. Lösemi nedeniyle beyaz kan hücreleri etkilenir ve kemik iliği anormal, olgunlaşmamış sayıda beyaz kan hücresi üretir. Bu hücreler doğru şekilde çalışmaz ve vücutta dolaşırlar. Lösemi, mikroskop görüntülerinden elde edilen görüntü özellikleri kullanarak tanı elde etmek için zor olan hastalıklardan biridir. Bu tezde, mikroskop görüntülerinden lösemi hücresi hastalığı tanısı için optimizasyon yöntemlerine dayalı derin öğrenmeli sinir ağları kullanılmıştır. İlk olarak, ImageNet üzerinde önceden eğitilmiş iki güçlü CNN mimarisi lösemi görüntüleri üzerinden özelliklerin çıkarılması için kullanılmıştır. Bunlar: Derin Artık Kalan Ağlar (ResNet-50) ve GoogLeNet'dir. Daha sonra, etkili özellikleri seçmek için Parçacık Sürü Optimizasyonu (PSO) ve Karınca Koloni Optimizasyonu Algoritması (KKO) kullanılmıştır. Bu sayede farklı makine öğrenimi algoritmaları kullanarak elde edilen en doğru ve hızlı tahminler elde edilecektir: Destek Vektör Makinesi (DVM), K-En Yakın Komşu (K-EYK) ve Karar Ağacı (KA) üzerinden elde edilen sonuçlar şöyledir: DVM, K-EYK ve KA için sırasıyla 100%, 100% ve 89.7% şeklindedir.