Görüntü işleme yöntemlerini kullanarak mikroskobik görüntülerinden lösemi hücrelerinin teşhisi

Abstract

Bu tezde, lösemi hücrelerinin teşhis ve tespitinde çeşitli algoritmalar uygulamak içinbilgisayar görme ve görüntü işleme araçları kullanılmıştır. Günümüzde en tehlikelihastalıklardan birisi olan lösemi nedeniyle yılda yaklaşık bir milyon insan hayatınıkaybetmektedir. Erken tanı löseminin tedavisi için oldukça önemlidir. Bu nedenle buhastalığın tanısı ile ilgili araştırmalar biyolojinin dışındaki diğer alanlara dayayılmıştır. Bu çalışmada, çocuklarda daha sık görülen ve tedavi edilmediği takdirdeölümle sonuçlanabilecek olan akut lenfosit lösemi (ALL) hücrelerinin teşhisolasılığını yükseltmek için etkin bir görüntü işleme algoritması tasarlanmıştır.Yöntem olarak SVM (Destek Vektör Makinesi) kullanılmış ve veriler dalgacıkdönüşümü ile önceden işlenmiştir. Sonuçlar, karışıklık matrisi yardımıyla istatistikselolarak analiz edilmiştir. Başarı oranı kanser verisi için %95,700 iken, kanser dışıveriler için %96,466 olarak hesaplanmıştır.

In this thesis, computer vision and image processing tools were used to apply variousalgorithms to diagnose and detect leukemia cells. The one of the most dangerousdisease is the leukaemia at nowadays. According to new scientific research, onemillion people die annually because of this disease. Early diagnosis is a veryimportant factor for the treatment of leukaemia that's why research on the diagnosisof this problem has spread to other areas outside the biology. In this study, anefficient image processing algorithm is designed to recognize acute lymphocyteleukemia (ALL) cells, which are more common in children, have a high chance oftreatment and can result in death if untreated. SVM (Support Vector Machine) isused as the method and data is pre-processed with wavelet transform. The resultswere statistically analyzed with the help of confusion matrix. The rate of success wasfound to be 95,700% for cancer data and 96,466% for non-cancer data.