Dengesiz Veri Kümelerinde Topluluk Yöntemlerine Dayalı Melanom Sınıflandırılması

Abstract

Dermoskopi görüntüleme, deri kanseri teşhisi için dermotolojistler tarafından yaygın bir biçimde kullanılan bir tanı metodudur. Dermotolojik değerlendirmenin uzman kişiye bağlı, zaman alıcı ve sübjektif olmasından dolayı otomatik sistemler dermotolojistler tarafından karar verme süreçlerine katkı sağlamaları için tercih edilmektedir. Deri lezyon görüntülerinden melanomların tespit edilmesi hastalığın erken teşhisi ile tedavi sürecini hızlandırarak hastalık ve ölüm oranlarını azaltmaktadır. Bu çalışmada cilt bölgesinden alınan görüntülerden oluşan erişime açık ISIC 2017 veri kümesindeki lezyon bölgelerinin öznitelikleri incelenerek görüntüler melanom ya da nevüs ve seboreik keratoz olarak sınıflandırılmıştır. Melanom verisine ait lezyon özniteliklerini temsil etmek için lezyon bölgesinin şekil, renk ve doku öznitelikleri elde edilmiştir. Çıkarılan öznitelikler k-en yakın komşuluk, destek vektör makineleri ve topluluk öğrenme yöntemlerinden kolay topluluk, RUSBoost, dengelenmiş torbalama ve dengelenmiş rastgele orman sınıflandırıcıları ile sınıflandırılmıştır. Elde edilen sonuçlara göre en iyi sınıflandırma sonuçları sırasıyla %100, %99.17, %99.33 ve %99.58 duyarlılık, özgüllük, doğruluk ve dengeli doğruluk değerleri ile RUSBoost sınıflandırıcısı ile elde edilmiştir. Ulaşılan sonuçlar önerilen öznitelik çıkarma ve sınıflandırma yönteminin lezyon bölgelerinden melanom sınıflandırması için büyük potansiyele sahip olduğunu göstermektedir.