Göğüs kanseri veri setinin GAN mimarisi ile sentetik olarak elde edilmesi
| dc.contributor.author | Aytar, Dilşat Berin | |
| dc.date.accessioned | 2025-02-20T08:39:26Z | |
| dc.date.available | 2025-02-20T08:39:26Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Bilgi çağı olan günümüzde veri, özellikle teknolojinin hızla ilerlemesiyle birçok alanda kritik bir kaynak haline gelmiştir. Veri doğru bir şekilde toplandığında, düzenlendiğinde ve analiz edildiğinde, birçok sektörde etkili kararlar almak, süreçleri iyileştirmek ve başarı elde etmek için güçlü bir araç haline gelir. Gerçek verinin kısıtlılığı, etiketlenmiş verinin elde edilmesinin maliyetli olması, bazı durumlarda ve alanlarda gizlilik ve güvenlik endişeleri gibi sebepler sentetik verilere ihtiyaç duyulmasına sebep olmuştur. Sentetik veriler, özellikle sağlık alanında hassaslık ve gizlilik endişeleri, yasal düzenlemeler, etik ve güvenliğin sağlanmaya çalışılması gibi nedenlerden dolayı önemli bir araçtır. Sentetik veri üretme amacıyla derin öğrenme modeli olan GAN (Generative Adversarial Networks) ortaya çıkmıştır. Bu tez çalışmasında Göğüs Histopatolojisi veri seti kullanılarak bir GAN çeşidi olan MSG-GAN (Multi-Scale Gradients for Generative Adversarial Networks) ile kanser tespitinde yarar sağlamak amacıyla iyi huylu ve kötü huylu etiketli sentetik yama görselleri oluşturulmuştur. Sonrasında gerçek ve sentetik veriler ResNet18 modeli kullanılarak Aktarımlı Öğrenme ile sekiz farklı senaryoda sınıflandırılmıştır. Çalışma sonucunda, elde edilen metrik sonuçlarına göre sentetik verilerin, gerçek dünya verilerine olan benzerliği ve gerçek dünya verilerini yansıtıp yansıtmadığı tespit edilmeye çalışılmıştır. | |
| dc.identifier.uri | https://dspace.ankara.edu.tr/handle/20.500.12575/92467 | |
| dc.language.iso | tr | |
| dc.publisher | ANKARA ÜNİVERSİTESİ | |
| dc.subject | Histopatoloji | |
| dc.subject | Sentetik veriler | |
| dc.subject | Transfer öğrenimi | |
| dc.title | Göğüs kanseri veri setinin GAN mimarisi ile sentetik olarak elde edilmesi | |
| dc.title.alternative | Synthetic generation of breast cancer data set using GAN architecture | |
| dc.type | Thesis |