Akciğer Nodül Tespitinde CNN Tabanlı Yöntemlerin Karşılaştırılması
Şu kitabın bölümü: Demir, C. & Meydan, İ. (eds.) 2025. Radyasyon Fiziği ve Sağlık Etkileri- 3.

Merve Kayar
Karabük Üniversitesi
Ali Rıza Kul
Van Yüzüncü Yıl Üniversitesi

Özet

Dünya geneline bakıldığında, kanser kaynaklı ölümlerin başlıca nedenlerinden birinin akciğer kanseri olduğu görülmektedir. Bu hastalığın erken evrelerde teşhis ve tedavi edilmesi durumunda yaşam süresi önemli ölçüde artmaktadır. Hastalığın erken teşhis edilmesinde, bilgisayarlı tomografi (BT) ile görüntülerinin alınması ve bu görüntüler üzerinde akciğer nodüllerinin doğru tespit edilmesi kritik bir öneme sahiptir. Derin öğrenme alanında, özellikle de Convolutional Neural Network (CNN) tabanlı gelişmeler akciğer nodülü tespiti için umut verici çözümler sunmaktadır. Bu çalışmada, U-Net, VGGNet, ResNet gibi farklı CNN mimarilerinin akciğer nodülü tespiti üzerindeki etkileri incelenmektedir. Diğer bir taraftan, kullanılan modellerin performansları, klinik uygulamalardaki başarıları ve mevcut sınırlılıkları analiz edilmektedir. Elde edilen bulgular, CNN tabanlı sistemlerin, radyoloji ve görüntü işleme alanında güçlü bir karar destek aracı olabileceğini göstermektedir.

Kaynakça Gösterimi

Kayar, M. & Kul, A. R. (2025). Akciğer Nodül Tespitinde CNN Tabanlı Yöntemlerin Karşılaştırılması. In: Demir, C. & Meydan, İ. (eds.), Radyasyon Fiziği ve Sağlık Etkileri- 3. Özgür Yayınları. DOI: https://doi.org/10.58830/ozgur.pub808.c3413

Lisans

Yayın Tarihi

7 July 2025

DOI