Modifiye edilmiş inception modülü kullanılarak insan periferik kan hücrelerinin çoklu sınıflandırılması

Basit Öğe Kaydı
dc.authorid0000-0002-1257-8518en_US
dc.contributor.authorFırat, Hüseyin
dc.date.accessioned2024-01-24T05:46:40Z
dc.date.available2024-01-24T05:46:40Z
dc.date.issued2023en_US
dc.departmentDicle Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümüen_US
dc.description.abstractPeriferik kan hücrelerinin sınıflandırılması anemi ve lösemi gibi birçok kan hastalığının teşhisinde önemli rol oynamaktadır. Bu nedenle, doğru kan hücresi sınıflandırması hastalığın teşhisinde klinik olarak oldukça önemlidir. Son yıllarda, derin öğrenme, özellikle Evrişimsel sinir ağları, güçlü kendi kendine öğrenme yetenekleri sayesinde tıp alanında sıklıkla kullanılmaktadır. Bu çalışmada, kan hücre sınıflandırması için hesaplama maliyetini ve parametre sayısını azaltan derinlemesine ayrılabilir evrişim ile Inception modülünden oluşan yeni bir hibrit yöntem geliştirilmiştir. Bu yöntem, parametre sayısını ve hesaplama maliyetini azaltıp sınıflandırma doğruluğunu arttırmasıyla, standart evrişimsel sinir ağlarına göre bir avantaj sağlamaktadır. Geliştirilen yöntemin performansını test etmek için 8 sınıflı bir kan hücresi veri seti üzerinde yapılan deneysel çalışmalar sonucunda %98.89 doğruluk, %98.88 kesinlik, %98.85 duyarlılık, %98.86 F1-skoru elde edilmiştir. Literatürdeki çalışmalar ile karşılaştırıldığında yöntemimizin etkili olduğu görülmektedir.en_US
dc.description.abstractClassification of peripheral blood cells plays an important role in the diagnosis of many blood diseases such as anemia, leukemia etc. Therefore, correct blood cell classification is clinically very significant in diagnosing the disease. In recent years, deep learning, especially Convolutional neural networks, has been used frequently in the medical field thanks to its strong self-learning capabilities. In this study, a new hybrid method consisting of depthwise separable convolution and Inception module has been developed, which reduces the computational cost and the number of parameters for blood cell classification. This method provides an advantage over standard convolutional neural networks by reducing the number of parameters and computational cost and increasing the classification accuracy. As a result of experimental studies conducted on an 8-class blood cell dataset to test the performance of the developed method, 98.89% accuracy, 98.88% precision, 98.85% recall, 98.86% F1-score were obtained. It is seen that our method is effective when compared with the studies in the literature.en_US
dc.identifier.citationFırat, H. (2023). Modifiye edilmiş inception modülü kullanılarak insan periferik kan hücrelerinin çoklu sınıflandırılması. Mühendislik Bilimleri ve Araştırmaları Dergisi, 5(2), 272-284.en_US
dc.identifier.doi10.46387/bjesr.1302685en_US
dc.identifier.endpage284en_US
dc.identifier.issn2687-4415
dc.identifier.issue2en_US
dc.identifier.startpage272en_US
dc.identifier.trdizinid1206775en_US
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1206775
dc.identifier.urihttps://hdl.handle.net/11468/13254
dc.identifier.urihttps://search.trdizin.gov.tr/yayin/detay/1206775
dc.identifier.volume5en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.institutionauthorFırat, Hüseyin
dc.language.isotren_US
dc.publisherBandırma Onyedi Eylül Üniversitesien_US
dc.relation.ispartofMühendislik Bilimleri ve Araştırmaları Dergisien_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectPeriferik kan hücresien_US
dc.subjectSınıflandırmaen_US
dc.subjectInception modülüen_US
dc.subjectDerinlemesine ayrılabilir evrişimen_US
dc.subjectPeripheral blood cellen_US
dc.subjectClassificationen_US
dc.subjectInception moduleen_US
dc.subjectDepthwise separable convolutionen_US
dc.titleModifiye edilmiş inception modülü kullanılarak insan periferik kan hücrelerinin çoklu sınıflandırılmasıen_US
dc.title.alternativeMultiple classification of human peripheral blood cells using modified inception moduleen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Modifiye Edilmiş Inception Modülü Kullanılarak İnsan Periferik Kan Hücrelerinin Çoklu Sınıflandırılması.pdf
Boyut:
742.93 KB
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