Sinirsel bulanık mantık modeliyle kanser risk analizi
Cancer risk analysis with using neuro-fuzzy logic model
- Tez No: 382341
- Danışmanlar: PROF. DR. ÜMİT KOCABIÇAK, YRD. DOÇ. DR. SEÇKİN ARI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 257
Özet
Bu çalışmada sinirsel bulanık mantık yöntemi önerilerek pilot olarak seçilen üç kanser tipi için kişilerin bu kanser tiplerine yakalanma risklerini ortaya çıkarma ve riski ortadan kaldırmak için kişi hakkında ön-tanı verme imkânı sunulmuştur. Çalışmada sinirsel bulanık mantık modelinin seçilmesinin sebebi bulanık karar kullanılan sistemlerin insan mantığının yapabildiği gibi, kesin olmayan dilsel bilgilere bağlı olarak etkin sonuç çıkarabilmesi ve öğrenme kabiliyetine sahip olmasıdır. Başarılı sonuç alan sistemimiz yaşam standartları veya çalışma şartları nedeniyle ileride kanser riski taşıyan kişilerde ön-tanı yapılabilmesine olanak tanımış ve bu kişilerin kanser riskine karşın önlem alması sağlanmıştır. Bunun yanında çalışmada yapay zeka konularından sinirsel bulanık mantık modelinin sağlık alanında verebileceği katkılar incelenmiştir. Kişilerin akciğer, kolon ve meme kanserlerine olan risk durumları Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS), Einstein Çarpımı Tabanlı ANFIS (E*ANFIS) ve önerilen sinirsel bulanık mantık yöntemi kullanılarak kurulan modeller ile test edilmiş ve kıyaslaması yapılmıştır. Ayrıca risk durumu analizi için kullanılan girişlerin modele katkısı ve bu kanser tiplerine stresin etkileri de esas alınarak değerlendirilmiştir. Başarılı bir risk analizinde önemli olan unsur, mümkün olabilecek az sayıda giriş ve en az karmaşık model ile en iyi sonucun elde edilebilmesidir. ANFIS, E*ANFIS ve önerilen Değiştirilmiş Einstein Çarpımı Tabanlı (DE*ANFIS) yöntemleri tüm problemlere uygulanmış, hepsi için tutarlı sonuçlar elde edilmiştir. Tüm yöntemlere ait sonuçların performans farkları ve ROC analizi çalışmada gösterilmiştir. Elde edilen deneysel sonuçlar, karmaşık bir modele gereksinim duyulmadan kanser gibi yüksek risk taşıyan bir problem için risk analizinin yapılabilir olduğunu göstermiştir. Uygulamalar masaüstü ve mobil olarak iki farklı ortam için geliştirilmiştir. Yazılım yapısı, masaüstü uygulaması için C# programlama dili aracılığıyla, nesneye yönelik programlama tekniklerinin avantajları bir araya getirilerek oluşturulmuştur. Mobil ortam için Android işletim sistemine sahip olan tüm akıllı telefonlarda ve tabletlerde çalışabilecek bir risk analizi uygulaması Java programlama dili ile yazılmıştır. Ayrıca bu yazılımlar, ilgili alanda gerçekleştirilmiş olan, Türkçe ara yüzlü, ender çalışmalardan birisidir. Bu tez çalışmasında, diğer sektör çalışmalarına da kolayca adapte edilebilecek sinirsel bulanık mantık yöntemi sağlık sektöründe uygulanıp, etkili uygulama yazılımları geliştirilmiştir.
Özet (Çeviri)
In this study neuro-fuzzy method is suggested. This method suggest risk factors of three different types of cancer and gives pre-diagnostic opportunity for preventing cancer risks. In the study fuzzy logic model is chosen for the efficient results which fuzzy logic systems can obtain on uncertain linguistic information and for the learning ability of fuzzy logic systems. Our system that obtained successful results, provides opportunity to pre-diagnose and provide the prevention against cancer risks by reasoning the life standards and work standards. On the other hand, one of the artificial intelligence subjects: fuzzy logic model is searched for the contribution to the health area. Individual's lung, colon and breast cancer risk factors are tested and compared by using the models which are based on Adaptive Neuro Fuzzy Inference System (ANFIS), Einstein Product Based ANFIS (E*ANFIS) and the suggested neuro-fuzzy logic system. Besides, the contribution of the inputs which are used for risk analysis and the effects on these cancer types are mainly examined. Considering a successful risk analysis, the main factor is to obtain the best result by using minimum inputs and least complex model. ANFIS, E*ANFIS and the suggested Modified Einstein Product Based ANFIS (DE*ANFIS) methods are applied to all problems and accessed consistent outcomes. The all performance differences from all methods and ROC analysis are presented in the study. Obtained experimental results show that risk analysis can be determined by using a complex model for a high risk carrying problem like cancer. Applications are designed for two different platforms as desktop and mobile. Software structure for desktop application is developed by using C# programming language which is constituted by using the advantages of object oriented programming. Considering mobile platform, a risk analysis application is developed with Java programming language which can be executed on all smart phones and tablets including Android operation system. Besides, these software systems are the rare ones which have Turkish interface and are developed on the related area. In this thesis study; neuro-fuzzy method which can easily be adapted to the other areas are applied on the health area and efficient application software systems developed.
Benzer Tezler
- Sinirsel bulanık mantık yaklaşımı ile öngörü modellemesi: İşsizlik oranı için Türkiye örneği
Neuro fuzzy logic approach with forecast modelling: The case of Turkey for unemployment rate
BERNA BULĞURCU
- Akdeniz iklim koşullarında pasif ev standartlarının uygulanabilirliğinin sinirsel bulanık mantık ile tahmini ve tasarım sürecine dahil edilmesi: Yarı olimpik kapalı havuz örneği
Estimating the applicability of passive house standards in Mediterranean climate conditions with neuro fuzzy logic and its including into the design process: A case of a semi-olympic indoor pool
SETENAY UÇAR
- Portfolio optimization with wavelet analysis and neural fuzzy networks
Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu
ÖMER ZEKİ GÜRSOY
- AISI 1045 malzemesinin talaşlı işlenebilirliğinde fuzzy logic ve yapay sinir ağları (ANN) kullanılarak kesme parametrelerin optimizasyonu
The optimization of cutting parameters for the machinability of AISI 1045 material using fuzzy logic and artifical neural networks(ANN)
SÜMEYYE DERECİ SEFER
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiGebze Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ BEDİR
- Yabancı uyartımlı ile fırçasız DC motorların hız ve tork karakteristiklerinin karşılaştırılması
Comparison of speed and torque characteristics of separately excited DC motors and brushless DC motors
HÜSEYİN CEM BAYRAKTAR
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN HÜSEYİN BALIK
