Mikroskop altında idrardaki hücre görüntülerinin segmentasyonu ve sınıflandırılması

Abstract

Bu çalışmada tıp alanında mikroskop altındaki idrar içeriğinde karşılaşılan organik ve inorganik cisimlerin görüntü işleme yardımı ile yerlerinin tespit edilmesi, sınıflandırılması ve tespit edilen hücrelerin görüntüdeki sınırlarının belirlenmesi için bölütleme-segmentasyon işlemleri gerçekleştirilmiştir.Cisimlerin yerlerinin tespiti için YOLO (You Look Only Once) derin öğrenme yöntemi kullanılmış ve YOLO v4, YOLO v4 Tiny, YOLO v3 Tiny 3l ağları 1280x960, 1024x768, 640x480 çözünürlüklerinde 6 cisim için eğitilmiştir. Eğitim sonucunda en yüksek başarı oranı olarak %89 mAP ve %84 F1-Skoru elde edilmiştir.Cisimlerin segmentasyonu için U-Net ağı Keras ve Tensorflow yardımı ile 640x480 çözünürlüğünde eritrosit içeren görüntülere uygulanmış ve sonuçları sunulmuştur.

In this study, segmentation processes were carried out in order to detect and classify organic and inorganic objects encountered in the urine content under the microscope with the help of image processing and to determine the borders of the detected cells in the image. YOLO (You Look Only Once) deep learning method was used to object detection and YOLO v4, YOLO v4 Tiny, YOLO v3 Tiny 3l networks were trained for 6 objects in 1280x960, 1024x768, 640x480 resolutions. As a result of the training, 89% mAP and 84% F1-Score were obtained as the highest success rate. For the segmentation of objects, the U-Net network was applied to images containing erythrocytes at 640x480 resolution with the help of Keras and Tensorflow and the results are presented.