Akut lenfosit löseminin çekirdek sağrı regresyonu yöntemiyle tanınması
Diagnosis of acute lymphocytic leukemia using kernel ridge regression method
- Tez No: 299276
- Danışmanlar: YRD. DOÇ. DR. FİGEN ÖZEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Günümüzde kanser türleri içinde löseminin çocuk ve genç yetişkin nüfusta %28-%33 arasında değişen oranla en çok rastlanan kanser türü olduğu saptanmıştır. Bu durum gelecekte löseminin toplumlarda yaygın bir hal alacağı gerçeğini ortaya çıkarmıştır. Lösemi ölümcül sonuçlar doğursa da, erken tanı ve tedavi ile önüne geçilmesi mümkündür.Bu çalışmada çocuklarda daha sıklıkla rastlanan, tedavi şansı yüksek ve tedavi edilmediği takdirde ölümle sonuçlanabilen akut lenfosit lösemi (ALL) hücrelerinin tanınması için verimli bir örüntü tanıma algoritması tasarlanmıştır.Çalışmada ALL ve sağlıklı hücrelere morfolojik bir takım ön işlemler uygulanmıştır. Sonrasında gri seviye eş oluşum matrisleri (GLCM) yöntemi kullanılarak öznitelik çıkarımları gerçekleştirilmiştir. Elde edilen istatistiksel değerler, çekirdek sağrı regresyon yöntemi kullanılarak sınıflandırılmıştır. Algoritma tüm detaylarıyla ve performans analizleriyle birlikte sunulmuştur.Simülasyon çalışmalarında MATLAB programı kullanılmıştır.
Özet (Çeviri)
Leukemia is the most common type of cancer throughout the world. It is seen both in children and adults. The rate of occurrence of leukemia varies between 28% to 33% according to age, gender and other specifications. Looking at the picture today, it can be concluded that there will be more leukemia cases in the future. Even though leukemia can be a fatal disease, early diagnosis and treatment can help prevent serious consequences.In this thesis, an efficient pattern recognition algorithm to identifiy the acute lymphocytic leukemic (ALL) cells is presented. Children are more likely to develop acute lymphocytic leukemia. It can be treated when diagnosed in time. If not treated properly, it can be fatal.In the study, morphological preprocessing techniques have been applied to both ALL and healthy cells. Later, using the gray-level co-occurrence matrix (GLCM) method, features are extracted. Statistical values obtained from GLCM have been classified using kernel ridge regression. Finally a decision as to whether the sample is acute lymphocytic leukemic or healthy is made.The details of the algorithm and the performance analyses are included. Simulations have been done using the MATLAB program.
Benzer Tezler
- Akut lenfosit löseminin makine öğrenmesi yöntemleriyle tanınması
Recognition of acute lymphocyte leukemia by machine learning methods
CANAN KOCATÜRK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER KOCABAŞ
- Görüntü işleme yöntemlerini kullanarak mikroskobik görüntülerinden lösemi hücrelerinin teşhisi
Diagnosis of leukemia cell from microscope images with image processing methods
AKRAM KH.SAID GIHEDAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKSAL BİLGİCİ
- Monoklonal antikor tekniği ile çocukluk çağı akut lenfoblastik lösemisinin immünolojik sınıflandırılması
Başlık çevirisi yok
EMRE ALHAN
- Çocukluk çağı lösemilerinde kan ürünü kullanımının kemoterapi bloklarına göre dağılımı ve kan parametrelerine etkileri
The use of blood product distribution by chemotherapy block and the effects of blood parameters in childhood leukemia
ELİF YAMAN
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıOndokuz Mayıs ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DAVUT ALBAYRAK
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK