Derin öğrenme tabanlı kolon kanseri teşhisi

Kolon kanseri kalın bağırsakta oluşan bir kanser türüdür. 2020 yılında dünya genelinde 2 milyona yakın kolon kanseri vakası tespit edilmiştir. Türkiye'de kolon kanseri görülme sıklığı erkeklerde dördüncü ve kadınlarda ise ikinci sıradadır. Son on yılda derin öğrenme alanında önemli gelişmeler kaydedilmiştir. Derin öğrenme ile görüntü sınıflandırma problemlerinde insan performansını geçebilen yöntemler geliştirilmiştir. 2021 yılında önerilen derin öğrenme tabanlı görü dönüştürücü (GD) modeli ile evrişimli sinir ağı (ESA) tabanlı modellerin görüntü sınıflandırma performansı geçilmiştir. Tıbbi görüntülerin otomatik tasnifi, analizi ve yorumlanmasında günümüze kadar derin öğrenme tabanlı birçok farklı yöntem geliştirilmiştir. Derin öğrenmenin tıbbi görüntüleme yöntemlerinde başarı ile kullanılması kolon kanserinde de derin öğrenme araştırmalarını gündeme taşımıştır. Bu çalışmada, GD ile ESA tabanlı öğrenme aktarımı modellerinin otomatik kolon teşhisi performansı araştırılmıştır. GD modeli eğitiminde farklı yama boyutlarının performansa etkileri ortaya konmuştur. Model eğitim ve test aşamasında 5000 histopatoloji görüntüsü içeren Kather-5k adlı veri seti kullanılmıştır. GD ve ESA tabanlı öğrenme aktarımı yöntemleri performans karşılaştırması sonucunda, en yüksek doğruluk ESA tabanlı yöntemlerden EfficientNetB4 modeli ile %94,93 olarak elde edilmiştir. Kolon kanseri teşhisinde ESA tabanlı öğrenme aktarımı yöntemi kullanılması patoloji uzmanı doktorların çalışma yükünü hafifletebilir ve kolon kanseri teşhisi performansını artırabilir