YAPAY SİNİR AĞLARI KULLANILARAK CİLT HASTALIKLARININ TEŞHİS EDİLMESİ İÇİN YARDIMCI BİR SİSTEM GERÇEKLEŞTİRİLMESİ

Abstract

Cilt hastalıklarının teşhisi günümüzde dermatoloji alanında büyük bir sıkıntıya neden olmuştur. Cilt hastalıklarının benzerliğinden dolayı bu çoğu zaman yanlış teşhise sebep olmaktadır. Yanlış teşhis ise doğal olarak yanlış tedavi uygulanmasına neden olacaktır. Bu çalışmada cilt hastalıkları tanıması üzerine bir sistem gerçekleştirilmeye çalışılmıştır. Bu çalışmada materyal olarak insan cilt görüntüleri kullanılmıştır. Bu cilt görüntülerinden öznitelik çıkarmak için Gabor dalgacık dönüşümü kullanılarak her bir imgeden öznitelik matrisi elde edilmiştir. Bu öznitelik matrislerin standart sapma, ortalama ve entropi değerleri hesaplanmıştır. Bu değerlerle her imge için 3 parametrelik yeni bir öznitelik vektörü oluşturulmuştur. Elde edilen özniteliklerin sınıflandırılması için yapay sinir ağları kullanılmıştır. Elde edilen öz nitelikler farklı öğrenme algoritmaları ile çapraz doğrulama testine tabi tutularak %85'e varan başarı düzeyleri elde edilmiştir. Anahtar Kelimeler: Yapay Sinir Ağları, Cilt Hastalıkları, Gabor Dalgacık Dönüşümü, Çok Katmanlı Algılayıcı, Çapraz DoğrulamaNowadays, huge distress in dermatology field is caused by diagnose of skin diseases. Due to similarities of skin diseases, wrong diagnoses are caused. Naturally this condition brings wrong treatment. In this study, tried to construct a system about skin diseases recognition. In this working, human skin image are used as a material. To reach attributes from these skin images, attribute matrix from each image using Gabor wavelet lug. Standard deviation, mean and entropi values of attribute matrix. With these values, made a new attribute vector that has 3 parameters for each image. To classification of obtained attributes, used artificial neural networks. Obtained attributes are subjected cross validate test with different learning algorithms and finally reached approximately %85 success rate. Key Words: Artificial Neural Network, Skin Diseases, Gabor Wavelet Lug, Multilayer Perceptron, Cross Validate