Histopatolojik Görüntülerle Kanser Tespiti

Proje hakkında

Histopatoloji, doku örneklerinin mikroskop altında incelenmesidir. Patologların uzun zaman harcadığı bu süreçte derin öğrenme, görüntüleri hızlı ve tutarlı şekilde ön sınıflandırarak karar desteği sağlayabilir. Eylül 2025–Ocak 2026 arasında akciğer ve kolon kanseri alt tiplerini sınıflandıran uçtan uca bir sistem geliştirdim.

Ön işleme: Macenko leke normalizasyonu

Doku örnekleri farklı laboratuvarlarda, farklı boya yoğunluklarıyla hazırlanır. Aynı doku tipi bir görüntüde koyu mor, diğerinde açık pembe görünebilir. Model bu renk farkını "özellik" sanırsa genelleme yapamaz.

Bu yüzden ön işleme hattına Macenko leke normalizasyonu ekledim. Yöntem her görüntüdeki hematoksilen ve eozin boya bileşenlerini ayırıp ortak bir referansa göre yeniden ölçekliyor.

Model: ResNet-50 + EfficientNet-B3

• ResNet-50: Artık (residual) bağlantıları sayesinde derin ama kararlı eğitilen, kanıtlanmış bir mimari.
• EfficientNet-B3: Derinlik, genişlik ve çözünürlüğü dengeli ölçekleyen, parametre başına verimli bir mimari.

İki modelin çıktısını Softmax tabanlı topluluk öğrenmesiyle birleştirdim. Farklı mimariler farklı hatalar yaptığı için olasılıkları birleştirmek tek modele göre daha güvenilir sonuç veriyor.

Sonuç

Sistem yüksek doğruluk ve düşük hata oranıyla çalıştı. Bu proje; veri ön işlemenin model seçimi kadar önemli olduğunu ve tıbbi görüntülerde sonucu açıklanabilir tutmanın gerekliliğini bana somut olarak gösterdi.