Geri Dön

Post operative prognostic prediction of esophageal cancer cases using bayesian networks and support vector machines

Esofagus kanser vakalarının bayes ağları ve destek vektör makinaları kullanılarak amelıyat sonrası prognostik tahmini

  1. Tez No: 360567
  2. Yazar: NEGİN BAGHERZADİ
  3. Danışmanlar: YRD. DOÇ. AYBAR CAN ACAR
  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: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Tıp Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Bu tezin amacı, tıbbi bir veri setini sınıflandırmak için bir dizi etkili sınıflandırma modelini geliştirmek ve performanslarını analiz etmektir. Genellikle, veri madenciliğinde, mevcut verileri açıklamak için, yapay zeka, istatistik, optimizasyon, veri tabanı teorisi gibi çeşitli alanlardan gelen algoritmaları kullanılır. Bu çalışmada, Destek Vektör Makinesi ve Bayes Ağ yöntemleri kullanılmaktadır. Analiz verileri, 2003 ve 2011 yılları arasında bir özefajektomi operasyonu geçirmiş özofagus kanserli hastaların klinik patoloji kayıtlarıdır. Hastaların prognozlarına göre sınıflandırılabilmeleri için prognostik olarak etkili olabilecek büyük grup faktör analiz edilmiştir. Bu faktörlerden tahminde etkili bulunanlar yaş, cinsiyet, disfaji, odinofaji, kilo kaybı, kusma, bulantı, patolojik N, patolojik T, FEV1, tümör derecesi, tümör boyu olmuştur. Yapılan sınıflandırma deneylerinde, Destek Vektör Makinesi %72.38 öğrenme doğruluğu ve çapraz-doğrulama ile %70.58 genelleme başarısı görülmüştür. Destek Vektör Makinesi ilk yöntem olarak kullanıldı ve PCA ile desteklendiğinde en iyi doğruluk oranı elde edildi; SVM düzensiz dağılan ve tam modellenemeyen verilerin analizi için doğru sınıflandırıcı üretebilir. Bayes Ağı önceki yöntemde eksik veri sorununu çözmek için, bu çalışmada kullanılan ikinci yöntemdir. Bayes Ağları aynı anda birkaç farklı değişken türde sınıflandırabilir. Bu çalışma için oluşturulmuş ağ sonuçlarının kalitesi modelin kalitesine bağlıdır. Bu çalışmada kullanılan Bayes ağı modelinin doğruluğu 119 hasta için %73.10 dir.

Özet (Çeviri)

The objective of this thesis is to develop and analyze the performances of a number of classifiers in prognosis classification based on a medical history data set. Generally, data mining uses algorithms originating in different disciplines such as artificial intelligence, statistics, optimization, database theory etc., to clarify available data. In this study, Support Vector Machine and Bayesian Network methods have been used. The data analyzed are clinical pathology records of patients with esophageal cancer who received an esophagectomy operation between 2003 and 2011. A large number of prognostic factors have been considered to classify the patients on prognosis. These factors found to be predictive were age, sex, dysphagia, odynophagia, lost weight, vomit, nausea, pathological N, pathological T, FEV1, tumor grade and tumor length. Classification trials for Support Vector Machine have shown %72.38 training accuracy with a generalization accuracy of %70.58, which was established by cross-validation. Support Vector Machine was used as the first method for data and SVM was found to achieve good accuracy on a data set of 119 patients when used in conjunction with PCA; SVM can be helpful for black-box analysis when data are irregularly distributed and produce accurate classifiers. Bayesian Network is the second method that is used in this study to solve missing data problem in the previous method. Bayesian Network can classify several different types of variables simultaneously. The quality of the results of the network that has been created for this study depends on the quality of the model. Performance of the model with Bayesian Network that is used in this study is 73.10% for 119 patients.

Benzer Tezler

  1. Radikal prostatektomi yapılan hastalarda serum cystatin 4'ün prostat kanserindeki tanısal ve prognostik rolünün değerlendirilmesi

    The assessment of the diagnostic and prognostic role of serum cystatin 4 in patients who underwent radical prostatectomy

    BEKİR DEMİRTAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Ürolojiİstanbul Medeniyet Üniversitesi

    Üroloji Ana Bilim Dalı

    PROF. DR. ASIF YILDIRIM

    DR. AHMET KELEŞ

  2. Timpanoplastilerde greft materyali ve hazırlanış şeklinin postoperatif odyolojik kazanç ve greft tutulum başarısına etkisi

    The effect of graft material and its preparation method on post-operative hearing gain and graft take on timpanoplasty operations

    TEKİN ERSOY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2012

    Kulak Burun ve BoğazAdnan Menderes Üniversitesi

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF. DR. A. ONUR ODABAŞI

  3. Böbrek hücreli kanserde fibrinojen prognostik bir faktör olarak kullanılabilir mi ?

    Can fibrinogen be used as a prognostic factor in renal cell carcinoma?

    ÖMER AYTAÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2012

    Ürolojiİstanbul Üniversitesi

    Üroloji Ana Bilim Dalı

    PROF. CAVİT NURİ ÖZSOY

  4. Geriatrik postoperatif hastalarda deliryum ve mortaliteyi öngörmede prognostik nutrisyonel indeks ile geriatrik nutrisyonel risk indeksinin karşılaştırılması

    Comparison of prognostic nutritional index and geriatric nutritional risk index in prediction of delirium and mortality in geriatric postoperative patients

    AYŞE HİLAL MERİÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Anestezi ve ReanimasyonSağlık Bilimleri Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    PROF. DR. NURTEN BAKAN

  5. Kolorektal kanser cerrahisinin postoperatif ilk 30 günlük komplikasyon ve mortalite tahmininde sistemik inflamasyon belirteçleri ve skorlama sistemlerinin prognostik değeri: Retrospektif kesitsel analiz

    Prognostic value of systemic inflammatory markers and scoring systems in colorectal cancer surgery for postoperative first 30-day complication and mortality prediction:retrospective cross-sectional study

    CANER AKGÜL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Genel CerrahiSağlık Bakanlığı

    Genel Cerrahi Ana Bilim Dalı

    DR. ABDULLAH GÜNEŞ