GAN Destekli Cilt Lezyonu Sınıflandırma

Genel Bakış

Cilt lezyonlarını (melanom, benign nevüs, bazal hücreli karsinom, aktinik keratoz, benign keratoz) sınıflandıran tam yığın bir uygulama. HAM10000 veri kümesinde %97.23 doğruluk ve %95.39 makro F1 skoru elde edildi.

Problem

Tıbbi görüntü veri kümelerindeki sınıf dengesizliği ve kıl/artefakt gürültüsü, azınlık sınıflarda doğruluğu düşürüyordu.

Çözüm

Sınıf dengesizliği için ACGAN (sınıfa koşullu) ve DCGAN ile sentetik veri üretildi; black-hat dönüşümü + inpainting ile kıl artefaktları temizlendi. Tüm ResNet katmanlarına SE blokları ve her blok sonrası residual bağlantılar eklenerek geliştirilmiş bir SE-ResNet kuruldu.

Öne Çıkanlar

• Doğruluk: temel ResNet50 %67 → DCGAN ile %91 → SE-ResNet + ACGAN ile %97.23.
• ImageNet ön-eğitimli ResNet-50 tabanı, SE dikkat modülleri, 25.2M parametre.
• FastAPI + PyTorch backend; 3 saniyenin altında çıkarım.
• React + Vite + Tailwind + Chart.js ile görselleştirme arayüzü.