Geri Dön

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

  1. Tez No: 245599
  2. Yazar: RUKİYE KARAKIŞ
  3. Danışmanlar: PROF. DR. İNAN GÜLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2017

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. İBRAHİM DEMİR

  2. An artificial intelligence approach for breast cancer treatment

    Meme kanseri tedavisinde yapay zeka yaklaşımı

    TUĞÇE BELDEK

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ

  3. Meme kanseri tahmininde makine öğrenmesi algoritmaları ve AutoML

    Breast cancer diagnosis with machine learning algorithms and AutoML

    ARSLAN KARAKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SEZAİ TOKAT

  4. Makine öğrenmesi algoritmaları ile tiroit kanseri teşhisi

    Diagnosis of thyroid cancer with machine learning algorithms

    İREM TURAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Sayısal Yöntemler Ana Bilim Dalı

    PROF. DR. ÇİĞDEM ARICIGİL ÇİLAN

  5. 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

    Türkçe

    2020

    Mekatronik MühendisliğiKocaeli Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN METİN ERTUNÇ