Multi class breast cancer classification from multi magnification scales using histopathical images

Abstract

Over the last few decades, cases of breast cancer have increased enormously. Early detection of cancer is one of the main approaches to prevent death. The only way to cure this disease is to detect breast cancer at early stages. Delay in identifying breast cancer leads to an increase in the death rate. The advent of technology has made it easier for humansto automate patient prognosis and deduction of disease from symptoms and report analysis. Although modern era technology makes it easy to detect cancers early. A machine learning algorithm is applied to diagnose breast cancer early in this research. This research proposed a decision level fusion based on convolutional neural network (CNN) and deep extreme learning machine (DELM) algorithms for multi-class breast cancer classification. CNN is a sort of deep learning that is unique. This study used a CNN to categorize and distinguish breast cancer images from the BreakHis dataset, divided into four benign and four malignant subtypes. Deep extreme machine learning generally uses sequences of several layers to accomplish the feature extraction and classification tasks. It mplemented and succeeded in breast cancer disease classification in early stages by achieving better accuracy.

Son birkaç on yılda, meme kanseri vakaları büyük ölçüde artmıştır. Kanserin erken teşhisi, ölümü önlemek için ana yaklaşımlardan biridir. Bu hastalığı tedavi etmenin tek yolu meme kanserini erken evrelerde tespit etmektir. Meme kanseri teşhisinde gecikme ölüm oranında artışa neden olur. Teknolojinin ortaya çıkışı, insanların hasta prognozunu otomatikleştirmesini ve semptomlardan hastalık çıkarımını ve rapor analizini kolaylaştırdı. Her ne kadar modern çağ teknolojisi kanserleri erken teşhis etmeyi kolaylaştırıyor. Bu araştırmada meme kanserini erken teşhis etmek için bir makine öğrenme algoritması uygulanmaktadır. Bu araştırma, çok sınıflı meme kanseri sınıflandırması için evrişimli sinir ağı (CNN) ve derin aşırı öğrenme makinesi (DELM) algoritmalarına dayalı bir karar düzeyi füzyonu önerdi. CNN, benzersiz bir tür derin öğrenmedir. Bu çalışma, meme kanseri görüntülerini BreakHis veri setinden dört iyi huylu ve dört kötü huylu alt tipe bölünmüş olarak kategorize etmek ve ayırt etmek için bir CNN kullandı. Derin aşırı makine öğrenimi, özellik çıkarma ve sınıflandırma görevlerini gerçekleştirmek için genellikle birkaç katman dizisini kullanır. Daha iyi doğruluk elde ederek erken evrelerde meme kanseri hastalık sınıflandırmasını uyguladı ve başardı.