Destek vektör makinesi kullanarak lösemi hücre algılama

Abstract

Kanser hastalığı hızla ilerleyen, zamanında tedavi edilmezse ölümcül sonuçlara yol açabilen bir hastalıktır ve kendi içerisinde birçok türü bulunmaktadır. Kanser, gerek teknolojinin gelişmesine gerekse tıp alanındaki gelişmelere rağmen ülkemizde ve dünyanın diğer ülkelerinde ne yazık ki hala insan hayatını tehtit eden hastalıkların ön sıralarında gelmektedir. Kanserin hızlı yayılan bir hastalık olması nedeniyle teşhisin olabildiğince çabuk ve doğru şekilde konulması tedaviye başlanan süreyi öne alarak araştırmalara göre tedavi başarım oranını artırmıştır. Bu çalışmada doktorların daha hızlı ve olabildiğince doğru sonuçlar alarak teşhis koyabilmeleri için çocuk ve genç yetişkin nüfusta en sık rastlanan kanser türü olan Akut Limfoblastik Lösemi (ALL) ele alınmış olunup, kanserli ve sağlıklı hücrelerin mikroskobik resimleri matlab programında görüntü işleme ile işlenerek, Local Binary Pattern (LBP), Histogram of Oriented Gradients (HOG) ve bu yöntemlerin birleştirilmiş hali uygulanacaktır. Daha sonra görüntülerin renk skalaları dönüştürülerek Destek Vektör Makinesi (DVM) yöntemi ile sınıflandırılması yapılmış ve böylelikle her iki yöntemin ayrı ayrı ve birlikte kullanılarak başarım oranları hesaplanmıştır. Sonuç olarak elde edilen bulgular karşılaştırılmış ve hangi metodun en iyi sonuç verdiği tartışılmıştır.Anahtar Kelimeler: LBP, HOG, Destek vektor makinesi.

Cancer disease is a rapidly progressing disease that can lead to fatal outcomes if not treated on time, and there are many types within itself. Cancer is at the forefront of disease that still threatens human life in our country and in other countries of the world, despite the development of technology and the advances in medicine. Due to the fact that cancer is a rapidly spreading disease, it has increased the treatment success rate according to the researches by taking the diagnosis starting time as soon as possible and correctly. In this study, Acute Limfoblastic Leukemia (ALL), the most common cancer type in children and young adult population, was handled in order to enable doctors to diagnose them with the fastest and most accurate results possible. The microscopic images of cancerous and healthy cells were processed by image processing in MATLAB program, Local Binary Pattern (LBP), Histogram of Oriented Gradients (HOG), and a combination of these methods. Afterwards, color scales were transformed and classified by Support Vector Machine (SVM) method, so the performance ratios were calculated separately and together. The resulting findings were compared and it was discussed which method gave the best result.Keywords: LBP, HOG, Support vector machin