ClusterViG’den Türetilen DEGCFast Yapısının Dermoskopik Görüntü Sınıflandırmasında Değerlendirilmesi: HAM10000 Örneği

Düş H., Toktaş F., Coşkun M.

27.Otomatik Kontrol Ulusal Konferansı (TOK 2026), Ankara, Türkiye, 8 - 10 Ekim 2026, ss.1-8, (Tam Metin Bildiri)

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Basıldığı Şehir: Ankara
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.1-8
  • Ankara Üniversitesi Adresli: Evet

Özet

Dermoskopik görüntülerin otomatik sınıflandırılmasında görüntü graf sinir ağları, uzamsal özellikler arasındaki ilişkileri modellemek için alternatif bir yaklaşım sunmaktadır. Bu çalışmada, ClusterViG’den türetilen DEGCFast yapısı HAM10000 veri kümesi üzerinde değerlendirilmiştir. İncelenen yapı, özgün ClusterViG-DEGC’nin birebir uygulaması değildir; önceden eğitilmiş ResNet-50 başlangıç katmanlarını sabit ardışık gruplama, düğüm kaydırma ve GATv2 tabanlı gruplar arası bilgi aktarımıyla birleştirmektedir. ResNet-50, EfficientFormer-L1 ve GreedyViG-S ile karşılaştırmaya ek olarak, aynı başlangıç yapısı, özellik projeksiyonu, havuzlama ve sınıflandırıcı korunarak DEGCFast bloklarının bulunduğu ve kaldırıldığı yapılandırmalar karşılaştırılmıştır. Deneyler, lezyon düzeyinde ayrılmış sabit veri bölmesinde üç farklı eğitim tohumu ile yürütülmüştür. ResNet-50, %83,03 ± 0,96 ile en yüksek ortalama doğruluğu; GreedyViG-S ise 0,7209±0,0032 ile en yüksek ortalama makro F1 değerini elde etmiştir. DEGCFast bloklu yapıda makro F1 0,6710±0,0060, bloksuz kontrolde ise 0,7110±0,0058 olarak bulunmuştur. Blokların eklenmesi melanom duyarlılığını artırırken kesinlik ve özgüllüğü düşürmüş; ortalama eğitim süresini 17,70 dakikadan 74,37 dakikaya çıkarmıştır. Bulgular, değerlendirilen protokolde blok dizisinin genel performans kazancı sağlamadığını göstermektedir. Sonuçlar, ön eğitim farklılıkları ve tek veri bölmesi sınırlılığı altında yorumlanmalı; özgün ClusterViG’in performansına genellenmemelidir.

In this study, Otsu thresholding, Watershed, Random Forest, a baseline U-Net, a U-Net configuration incorporating data augmentation and a combination of Dice loss and Focal Loss (referred to as ColoFUSE-Net), and Attention U-Net were compared using the Kvasir-SEG dataset. ColoFUSE-Net does not propose a new architectural block or layer; rather, it represents a U-Net training configuration optimized through the use of data augmentation, Dice loss, and Focal Loss. Performance was evaluated on a held-out test set consisting of 150 images. The baseline U-Net outperformed classical methods, achieving a Dice score of 0.812±0.005 and an IoU (Intersection over Union) of 0.727±0.005, while ColoFUSE-Net and Attention U-Net achieved Dice scores of 0.811±0.004 and 0.808±0.008, respectively. Variations across five random initializations remained limited, and a paired bootstrap analysis confirmed that the confidence intervals for these differences included zero. In an ablation study—repeated across five random seeds for an equal number of epochs—data augmentation improved the Dice score by an average of 0.042. The deterministic GPU forward-pass time for the U-Net was measured at 36.22 ms. These findings indicate that U-Net-based methods are effective and that, among the training modifications examined, data augmentation yields the most significant performance gain.