Multilevel and multiscale cnn for accurate localization and classification of breast lesions
Yükleniyor...
Dosyalar
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Breast cancer stands as the leading cause of cancer-related fatalities among adult women globally, as stated by the World Health Organization. Despite its indiscriminate occurrence across countries with varying levels of social and economic development, mortality rates remain notably high in developing and underdeveloped nations due to limited access to early detection technologies. From a clinical standpoint, mammography remains the most effective diagnostic technology, owing to its widespread use and interpretative familiarity with the images. This study introduces a method for detecting and classifying mammographic lesions by utilizing regions of interest within the images. Through this research, we strive to enhance the capabilities of YOLO model against this topic.
Yetişkin kadınlar arasında kansere bağlı ölümlerin önde gelen nedenidir. Sosyal ve ekonomik gelişme düzeyleri farklı olan ülkelerde gelişigüzel görülmesine rağmen, erken teşhis teknolojilerine sınırlı erişim nedeniyle ölüm oranları, gelişmekte olan ve az gelişmiş ülkelerde oldukça yüksek olmaya devam ediyor. Klinik açıdan bakıldığında mamografi, yaygın kullanımı ve görüntülere yönelik yorumlayıcı aşinalık nedeniyle en etkili tanı teknolojisi olmayı sürdürüyor. Bu çalışma, görüntülerdeki ilgilenilen bölgeleri kullanarak mamografik lezyonları tespit etmek ve sınıflandırmak için bir yöntem sunmaktadır. Bu araştırma sayesinde YOLO modelinin bu konuya yönelik yeteneklerini geliştirmeye çalışıyoruz.
Açıklama
Anahtar Kelimeler
Lesion detection, Breast Cancer, YOLO, CNN, Data augmentation, Lezyon tespiti, Meme Kanseri, Veri artırma
