Histopatoloji Görüntülerinde Mitoz Analizi Ve Meme Kanseri Tespiti

Abstract

Kanser, hücrelerin kontrolsüz çoğalmasıyla karakterize edilen ve tümör oluşumuna yol açabilen ciddi bir hastalık grubudur. Meme kanseri, kadınlarda en sık görülen kanser türlerinden biri olup, erken tanı ve doğru tedavi ile yaşam kalitesi artırılabilir. Histopatoloji, biyopsi ile alınan doku örneklerinin mikroskop altında incelenmesiyle kanser tanısında kritik rol oynar. Bu süreçte H&E tüm slayt görüntüleri, hücre ve doku yapılarının detaylı analizini sağlayarak, tanı ve hastalığın derecesinin belirlenmesi için temel bir kaynak sunar. Ancak el ile analiz zaman alıcı, zahmetli ve sübjektif olduğu için bilgisayar destekli yöntemlere ihtiyaç duyulmaktadır. Bu tez çalışmasında meme kanseri tanısında histopatoloji görüntüleri üzerinde mitoz analizi ve meme kanseri tespiti için yenilikçi bir metodoloji önerilmiştir. Önerilen metodoloji: 1) Veri seti oluşturma; 2) Önişleme; 3) Mitoz tespiti ve sınıflandırılması; 4) Mitoz segmentasyonu; 5) Kanserli alanın tespiti, 6) Kanser derecelendirmesi ve 7) Değerlendirme metrikleri olmak üzere yedi adım içermektedir. İlk adımda MiDeSeC veri setleri oluşturulmuştur. İkinci adım kapsamında renk normalizasyonu için CD-SNMF yöntemi önerilmiştir. Üçüncü adımda mitoz tespiti ve sınıflandırılması için YOLOv8 ile bulanık mantık tekniklerinin kullanıldığı bir yöntem önerilmiştir. Ayrıca, bu adım kapsamında mitoz tespiti performansını artırmak amacıyla derin evrişimli segmentasyon mimarisi olan DeepLabv3+ modeli iyileştirilerek kullanılmıştır. Dördüncü adımda, mitoz segmentasyonu için KANs tabanlı model önerilmiştir. Beşinci adımda kanserli alan tespiti için MST algoritması önerilmiştir. Altıncı adımda kanser derecelendirmesi için Mitoz Alan Oranı yaklaşımı önerilmiştir. Sonuncu adımda ise önceki adımlarda elde edilecek sonuçları değerlendirmek için kullanılacak metrikler özetlenmiştir. Önerilen metodoloji, tez kapsamında oluşturulan MiDeSeC ve literatürde bilinen MIDOG21, ICPR12 ve ICPR14 veri setleri üzerinde uygulanmış ve elde edilen sonuçlar metodolojinin başarılı olduğunu göstermiştir. Bu çalışma, tanı süreçlerini objektif ve tekrarlanabilir hale getirerek, patologların iş yükünü azaltmakta ve tanıda güvenilirliği artırmaktadır.