Geri Dön

Machine learning algorithms in classification and diagnostic prediction of cancers using gene expression profiling

Öğrenme algoritmalarının gen profillerinden yola çıkarak kanser türlerinin sınıflandırılması ve teşhisinde kullanımı

  1. Tez No: 181232
  2. Yazar: TUBA ALTINDAL
  3. Danışmanlar: PROF. DR. MEHMET LEVENT KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoteknoloji, Computer Engineering and Computer Science and Control, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Fizik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Bu tezde bir takım üğrenme algoritmalarının şocukluk düneminde gürülen küşuk,og c o ou uc üyuvarlak, mavi hücreli tümürleri, gen profillerine dayanarak, sınıflandırmau uo ve teşhisskoymadaki başarıları incelenmektedir. Tümür biyopsi materyali ve kültür hücrelerindens uo uu uoluşan numuneleri gen profillerine dayanarak sınıflandırmadan ünce problemin boyutus okücultülmüştür. Boyut küşultme korelasyon tabanlı parametre seşimini takip edenuşü u us u uc ü ctemel bileşenler analizinden oluşan iki basamaklı bir işlem aracılığıyla gerşekleştirilmiştir.s s s g c s sNumuneleri sınıflandırmak uzere mantıksal model ağaşları ve de şok katmanlı yapayü gc csinir ağları eğitilmiştir. Her bir numune işin yapay sinir ağlarından ve mantıksal modelg g s c gağaşlarından elde edilen sınıf olasılıkları kullanılarak modelin yaptığı sınıflandırmayagc gparalel bir teşhis konulup konulmayacağını belirleyen bir kriter oluşturulmuştur.s g s s

Özet (Çeviri)

The performance of certain machine learning algorithms in classification anddiagnostic prediction of small round blue cell tumors (SRBCTs) of childhood is in-vestigated. Before classifying samples, including both tumor biopsy material and celllines, based on their gene expression profiles, dimensionality of the problem is reduced.Dimensionality reduction is achieved in a two-step procedure that includes correlation-based feature selection (CFS) followed by principal components analysis (PCA). Toclassify the samples into four distinct diagnostic categories, logistic model trees (LMT)and multilayer perceptrons (MLP) are trained. The posterior probabilities provided byLMT and MLP algorithms for each sample are then used to construct a measure, bymeans of which one might decide whether to classify a sample into one of the diagnosticcategories or to reject classifying.

Benzer Tezler

  1. Antenna design for breast cancer detection and machine learning approach for birth weight prediction

    Meme kanseri tespiti için anten tasarımı ve doğum ağırlığı tahmini için makine öğrenmesi yaklaşımı

    HALUK KIRKGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONUR KURT

  2. Discriminating early- and late-stage cancers using multilayer perceptron

    Çok katmanlı perceptron kullanarak erken ve geç evre kanserleri ayırma

    MARZIEH SOLEIMANPOOR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri MühendisliğiKoç Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET GÖNEN

  3. Multiclass classification of hepatic anomalies based on in vivo microwave dielectric properties

    Hepatik anomalilerin in vivo mikrodalga dielektrik özelliklerine dayalı çok sınıflı sınıflandırılması

    ZEYNEP GÜLSÜM BİLGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA YILMAZ ABDOLSAHEB

  4. Zeki sınıflandırma ve kümeleme yöntemlerinin tıbbi tanı ve tedavide kullanımı

    The usage of intelligent classification and clustering methods in medical diagnosis and treatment

    UĞUR ERKİN KOCAMAZ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. HARUN TAŞKIN

  5. Investigating the effect of different feature selection strategies for classification of gene expression signatures of tumor cells

    Tümör hücrelerin gen ifade imzalarinin siniflandirilmasina ilişkin farkli özellik seçim stratejilerinin etkisinin incelenmesi

    ABUBAKHARI SSERWADDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Biyoistatistikİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN