Tüm Projeler 
Lung Cancer Classification
Histopatolojik görüntülerden akciğer kanseri türlerini sınıflandıran derin öğrenme uygulaması. Bitirme tezi projesi.
Yapay Zeka Yapay Zeka Geliştirici 5 model karşılaştırması ile en yüksek doğruluk oranına sahip mimari belirlendi
Python TensorFlow Keras OpenCV scikit-learn NumPy
Problem
Akciğer kanseri, dünya genelinde en yaygın kanser türlerinden biridir. Histopatolojik görüntülerden kanser türünün doğru teşhis edilmesi, tedavi sürecini doğrudan etkiler. Manuel inceleme zaman alıcı ve hata payı yüksektir.
Yaklaşım
Bitirme tezi kapsamında 5 farklı derin öğrenme mimarisi eğitildi ve karşılaştırıldı. K-Fold (K=5) cross-validation ile modellerin güvenilirliği test edildi. Her model için ayrı GUI arayüzü geliştirildi.
Teknik Detaylar
- 4 sınıf: Benign, Adenocarcinoma, Squamous Cell Carcinoma, Unknown
- 6100 görüntü, sınıflar arası eşit dağılım
- 5 model: Custom CNN, VGG16, ResNet50, AlexNet, DenseNet121
- K-Fold Cross-Validation (K=5) ile güvenilirlik analizi
- Metrikler: Accuracy, Precision, Recall, F1-Score, ROC-AUC, Confusion Matrix
- Her model için görüntü yükleyip tahmin yapabilen GUI arayüzü
Sonuçlar
- Modeller arası karşılaştırmalı performans analizi
- ROC-AUC eğrileri ve confusion matrix ile detaylı değerlendirme
- Bitirme tezi olarak sunuldu ve başarıyla kabul edildi