• English
    • Türkçe
  • Türkçe 
    • English
    • Türkçe
  • Giriş
Öğe Göster 
  •   E-arşiv Ana Sayfası
  • Akademik Arşiv / Institutional Repository
  • Lisansüstü Eğitim Enstitüsü / Graduate Education Institute
  • Elektrik ve Bilgisayar Mühendisliği (Tezli - İngilizce) / Electrical and Computer Engineering (Thesis - English
  • Öğe Göster
  •   E-arşiv Ana Sayfası
  • Akademik Arşiv / Institutional Repository
  • Lisansüstü Eğitim Enstitüsü / Graduate Education Institute
  • Elektrik ve Bilgisayar Mühendisliği (Tezli - İngilizce) / Electrical and Computer Engineering (Thesis - English
  • Öğe Göster
JavaScript is disabled for your browser. Some features of this site may not work without it.

Dermatologist-level classification of skin cancer with deep neural networks

Thumbnail
Göster/Aç
Dermatologist-level classification of skin cancer with deep neural networks (4.267Mb)
Tarih
2021
Yazar
Iqbal, Junaid
Üst veri
Tüm öğe kaydını göster
Özet
Over the past few decades, cases of skin cancer have increased enormously. It is getting most popular cause of deaths in men/woman’s even in both developed and undeveloped countries. If skin cancer can’t be treated in early stages, it can go down in human skin and spread quickly to other parts in the body. Melanoma causes luckily become visible to sufferers creating an opportunity to detect in early stages. The recent advent of deep learning methods for computer - aided diagnosis has allowed the development of intelligent healthcare imaging-based diagnostic systems that can facilitate the human experts in making informed decisions about a patient's condition. In this report will focus on the problem of skin lesion classification, specifically the detection of skin cancer (melanoma) in early stages, and present a deep learning (Convolution Neural Network) based approach to classify the dermoscopic image containing a skin lesion as cancerous or benign. We have identified what methodology and parameters to use to replicate this study. In this report we have tried to brought in light that how deep networks and convolutional neural networks are taking the place of handcrafted feature extractors in different image classifications
 
Son birkaç on yılda, cilt kanseri vakaları muazzam bir şekilde arttı. Hem gelişmiş hem de gelişmemiş ülkelerde bile erkek / kadın ölümlerinin en popüler nedenini alıyor. Cilt kanseri erken aşamalarda tedavi edilemezse, insan cildine inerek vücudun diğer bölgelerine hızla yayılabilir. Melanom, hastalara şans eseri görünür hale gelir ve erken aşamalarda tespit etme fırsatı yaratır. Bilgisayar destekli teşhis için derin öğrenme yöntemlerinin yakın zamanda ortaya çıkışı, insan uzmanların bir hastanın durumu hakkında bilinçli kararlar vermesini kolaylaştırabilecek akıllı sağlık hizmeti görüntüleme tabanlı teşhis sistemlerinin geliştirilmesine izin verdi. Bu raporda, cilt lezyonu sınıflandırması sorununa, özellikle deri kanserinin (melanom) erken evrelerde saptanmasına odaklanılacak ve bir deri lezyonu içeren dermoskopik görüntüyü kanserli veya iyi huylu. Bu çalışmayı tekrarlamak için hangi metodolojiyi ve parametreleri kullanacağımızı belirledik. Bu raporda, derin ağların ve evrişimli sinir ağlarının, farklı görüntü sınıflandırmalarında el yapımı özellik çıkarıcıların yerini nasıl aldığına ışık tutmaya çalıştık.
 
Bağlantı
http://hdl.handle.net/20.500.12566/916
Koleksiyonlar
  • Elektrik ve Bilgisayar Mühendisliği (Tezli - İngilizce) / Electrical and Computer Engineering (Thesis - English

DSpace software copyright © 2002-2016  DuraSpace
İletişim | Geri Bildirim
Theme by 
Atmire NV
 

 




sherpa/romeo


Göz at

Tüm E-arşivBölümler & KoleksiyonlarTarihe GöreYazara GöreBaşlığa GöreKonuya GöreTüre GöreABU Yazarına GöreWOSScopusPubMedTRDizinErişimBu KoleksiyonTarihe GöreYazara GöreBaşlığa GöreKonuya GöreTüre GöreABU Yazarına GöreWOSScopusPubMedTRDizinErişim

Hesabım

GirişKayıt

DSpace software copyright © 2002-2016  DuraSpace
İletişim | Geri Bildirim
Theme by 
Atmire NV
 

 


|| Kütüphane || Antalya Bilim Üniversitesi || OAI-PMH ||

Antalya Bilim Üniversitesi Kütüphane ve Dokümantasyon Müdürlüğü, Antalya, Turkey
İçerikte herhangi bir hata görürseniz, lütfen bildiriniz: acikerisim@antalya.edu.tr

E-arşiv@AntalyaBilim:


DSpace 6.4-SNAPSHOT

Gemini Bilgi Teknolojileri A.Ş tarafından destek verilmektedir.