Sıkma-uyarma artık ağı kullanılarak beyaz kan hücrelerinin sınıflandırılması

Basit Öğe Kaydı
dc.authorid0000-0002-1257-8518en_US
dc.contributor.authorFırat, Hüseyin
dc.date.accessioned2024-01-22T11:14:58Z
dc.date.available2024-01-22T11:14:58Z
dc.date.issued2023en_US
dc.departmentDicle Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümüen_US
dc.description.abstractBeyaz kan hücreleri, vücudun parazitler, bakteriler, virüsler gibi mikroorganizmalara karşı korunmasında etkin rol oynayan bağışıklık sisteminin önemli bir bileşenidir. Beyaz kan hücrelerinin yapısal özellikleri, alt türlerinin şekilleri ve sayıları insan sağlığı hakkında önemli bilgiler verebilmektedir. Hastalık teşhisinde doğru beyaz kan hücre tespiti klinik olarak oldukça önemlidir. Bu yüzden, doğru beyaz kan hücre sınıflandırma yöntemi kritik öneme sahiptir. Bu çalışmada, beyaz kan hücre sınıflandırması için Evrişimsel sinir ağı (ESA) tabanlı bir yöntem önerilmiştir. Önerilen yöntem sıkmauyarma ağı ile artık ağ mimarisinin birleşiminden oluşan hibrit bir yöntemdir. Derin ağ mimarilerinde katman sayısı arttıkça oluşabilecek problemler artık ağ ile çözülebilmektedir. Sıkma-uyarma (SU) bloğunun artık ağ ile birlikte kullanımı, toplam parametre sayısını minimum düzeyde arttırırken sınıflandırma doğruluğunu arttırmaktadır. Aynı zamanda, SU bloğunun artık ağ ile birleştirilmesi geleneksel artık ağların performansını da arttırmaktadır. Önerilen yöntemin performansını test etmek için Kaggle veritabanından alınan BCCD veriseti kullanılmıştır. Uygulamalar sonucunda ortalama %99,96 doğruluk, %99,92 kesinlik, duyarlılık ve F1-skoru elde edilmiştir. Bu sonuçlar, literatürden BCCD verisetini kullanan son yıllardaki çalışmalarda yer alan ESA yöntemlerinin elde ettiği sonuçlarla karşılaştırıldı ve önerilen yöntemin daha az eğitilebilir parametre ile daha iyi sonuçlar verdiği görülmüştür.en_US
dc.description.abstractWhite blood cells (WBCs) are an important component of the immune system that plays an active role in protecting the body against microorganisms such as parasites, bacteria and viruses. The structural features of WBCs, the shapes and numbers of their subtypes can provide important information about human health. Accurate WBC detection is clinically very important in the diagnosis of the disease. Accordingly, an accurate WBC classification method is of critical importance. In this study, a CNN-based method for WBC classification is proposed. The proposed method is a hybrid method consisting of a combination of squeeze-excitation (SE) network and residual network (ResNet) architecture. The problems that may occur as the number of layers increase in deep network architectures can be solved with ResNet. The use of the SE block with ResNet increases the classification accuracy while minimally increasing the total number of parameters. At the same time, combining the SE block with the ResNet improves the performance of traditional ResNets. The BCCD dataset from the Kaggle database was used to test the performance of the proposed method. As a result of the applications, an average of 99.96% accuracy, 99.92% precision, recall and F1-score were obtained. These results were compared with the results obtained by the CNN methods in recent studies using the BCCD dataset from the literature, and it was seen that the proposed method gave better results with less trainable parameters.en_US
dc.identifier.citationFırat, H. (2023). Sıkma-uyarma artık ağı kullanılarak beyaz kan hücrelerinin sınıflandırılması. Bilişim Teknolojileri Dergisi, 16(3), 189-205.en_US
dc.identifier.doi10.17671/gazibtd.1255477
dc.identifier.endpage205en_US
dc.identifier.issn1307-9697
dc.identifier.issn2147-0715
dc.identifier.issue3en_US
dc.identifier.startpage189en_US
dc.identifier.trdizinid1192277
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1192277
dc.identifier.urihttps://hdl.handle.net/11468/13246
dc.identifier.urihttps://search.trdizin.gov.tr/yayin/detay/1192277
dc.identifier.volume16en_US
dc.indekslendigikaynakTR-Dizin
dc.institutionauthorFırat, Hüseyin
dc.language.isotren_US
dc.publisherGazi Üniversitesi Bilişim Enstitüsüen_US
dc.relation.ispartofBilişim Teknolojileri Dergisi
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBeyaz kan hücresien_US
dc.subjectSınıflandırmaen_US
dc.subjectSıkma-uyarma artık ağıen_US
dc.subjectEvrişimsel sinir ağıen_US
dc.subjectWhite blood cellen_US
dc.subjectClassificationen_US
dc.subjectSqueeze-excitation residual networken_US
dc.subjectConvolutional neural networken_US
dc.titleSıkma-uyarma artık ağı kullanılarak beyaz kan hücrelerinin sınıflandırılmasıen_US
dc.titleSıkma-uyarma artık ağı kullanılarak beyaz kan hücrelerinin sınıflandırılması
dc.title.alternativeClassification of white blood cells using the squeeze-excitation residual networken_US
dc.title.alternativeClassification of white blood cells using the squeeze-excitation residual network
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Sıkma-Uyarma Artık Ağı kullanılarak Beyaz Kan Hücrelerinin Sınıflandırılması.pdf
Boyut:
1.47 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Bilgisayar Mühendisliği Bölümü Koleksiyonu
TR-Dizin İndeksli Yayınlar Koleksiyonu