Segmentation of Microscopic Blood Cell Images with Current Deep Learning Architectures

Abstract

Kan hücreleri, kanın temel bileşenleridir. Bu bileşenler insan vücudunun sağlıklı bir şekilde çalışmasında önemli rol oynarlar. Kan hücrelerinin şekli, sayısı, boyutu ve diğer özellikleri çeşitli faktörlere bağlıdır. Bu özelliklerin değişimleri birçok hastalıkla ilişkilendirilebilmektedir. Bu nedenle, kan hücrelerinin tespit edilmesi, sınıflandırılması ve bölütlenmesi sağlık alanında çok önemli bir konu haline gelmiştir. Derin öğrenme mimarilerinin medikal görüntüler üzerinde göstermiş olduğu yüksek performans etkisiyle bu kan hücreleri üzerinde otomatik tanı sistemlerinin sayısı artmıştır. Bu makalede, DeepLabv3+, U-Net ve FCN mimarileri ile mikroskobik kan hücresi görüntüleri üzerinde hücre bölütlemesi yapılmıştır. En iyi doğruluk sonucuna 0.9575 ile DeepLabv3+ mimarisinde ulaşılmıştır. Deneysel sonuçlar, önerilen yöntemin sağlamlığını destekler niteliktedir.