Yapay sinir ağları ve lojistik regresyon yöntemleri ile meme kanseri koltuk altı lenf nodu durumunun belirlenmesi
Prediction of the axillary lymph node status in breast cancer using artificial neural network and logistic regression analysis methods
- Tez No: 245599
- Danışmanlar: PROF. DR. İNAN GÜLER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Meme kanseri günümüzde en sık rastlanılan kanser türlerinden biridir. Meme kanseri hastalığının evrelendirilmesinde ve tedavisinin belirlenmesinde koltuk altı lenf bezlerinin durumunun bilinmesi çok önemlidir. Koltuk altı lenf nodlarının durumu cerrahi işlemler ile belirlenmektedir ve bu cerrahi işlemlerin ciddi yan etkileri bulunmaktadır. Bu çalışmada meme kanseri hastalarının her hastanede kolaylıkla elde edilebilir klinik ve patolojik verilerine bakılarak yapay sinir ağları ile koltuk altı lenf nodlarının durumunun belirlenmesi amaçlanmıştır. Ankara Numune Eğitim ve Araştırma Hastanesi, Ankara Onkoloji Eğitim ve Araştırma Hastanesi'ne başvuran 270 meme kanseri hastasının klinik ve patolojik verileri, ileri beslemeli geri yayılımlı çok katmanlı yapay sinir ağı ve lojistik regresyon ile sınıflandırılmış, oluşturulan modeller test verileri ile test edilmiştir. Yapay sinir ağının performansını ölçmek için Regresyon ve ROC (Receiver Operating Characteristics) istatiksel analiz yöntemleri kullanılarak, ağın belirlilik, duyarlılık ve doğruluk sonuçları elde edilmiştir.
Özet (Çeviri)
Today one of the prevalent cancer types we come across in women is breast cancer. Classification and staging of axillary lymph nodes are most important points in diagnose and treatment of breast cancers. Prognosis for these lymph nodes can only be clearified by surgical operation which it self has serious side effects. In this study aimed patients with breast cancer can easily follow up recent statues of axillary lymph nodes and information about whether cancer spread beyond breast or not with checking out clinic, pathological data results easily in any hospital by artificial neural network. Clinic and pathologic data of 270 breast cancer patients applied to Ankara Numune Educational and Research Hospital, Ankara Oncology Educational and Research Hospital are tested and classified according to back propagation multilayer perceptron, and logistic regression. For testing artificial neural network performance, Regression and ROC (Receiver Operating Characteristics) statistical analysis system used to find out specificity, sensitivity, and accuracy of this test.
Benzer Tezler
- Makine öğrenmesi sınıflandırma yöntemleri ile meme kanserinin erken teşhisi
Early diagnosis of breast cancer with machine learning classification methods
MELİHA NUR DURAK
Yüksek Lisans
Türkçe
2017
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. İBRAHİM DEMİR
- An artificial intelligence approach for breast cancer treatment
Meme kanseri tedavisinde yapay zeka yaklaşımı
TUĞÇE BELDEK
Doktora
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Meme kanseri tahmininde makine öğrenmesi algoritmaları ve AutoML
Breast cancer diagnosis with machine learning algorithms and AutoML
ARSLAN KARAKAYA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEZAİ TOKAT
- Makine öğrenmesi algoritmaları ile tiroit kanseri teşhisi
Diagnosis of thyroid cancer with machine learning algorithms
İREM TURAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiSayısal Yöntemler Ana Bilim Dalı
PROF. DR. ÇİĞDEM ARICIGİL ÇİLAN
- Beyin tümör tiplerinin makine öğrenmesi ve derin öğrenme tabanlı teknikler ile sınıflandırılması
The classification of brain tumor types using machine learning and deep learning based techniques
KAPLAN KAPLAN
Doktora
Türkçe
2020
Mekatronik MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN METİN ERTUNÇ