Geri Dön

Predicting breast cancer by using artificial neural network

Yapay sinir ağı ile meme kanseri tahmin

  1. Tez No: 420342
  2. Yazar: AYMEN ALHASADİ
  3. Danışmanlar: YRD. DOÇ. DR. EROL ÖZÇELİK
  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: 2016
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

Meme kanseri dünyada kadınlar arasında başlıca ölüm nedeni olarak yer almaktadır. Bu çalışmanın amacı, ameliyat sonrası meme kanseri tekrarını tahmin eden gürbüz bir yöntem bulmaktır. Bu çalışmada 194 örnek içeren Wisconsin Prognostik Meme Kanseri veritabanı kullanılmıştır. Meme kanseri ile ilgili gerçek veriler içerdiği için bu veritabanı seçilmiştir. Bu tezde, meme kanseri tahminini için çok katmanlı perceptron ve genelleştirilmiş regresyon sinir ağı işe koşulmuştur. Yapay sinir ağları ile ulaşılan sonuçlar ayrıca destek vektör makinesi ile elde edilenlerle karşılaştırılmıştır. En iyi sonuç, genelleştirilmiş regresyon sinir ağı yöntemi kullanıldığında bulunmuştur. Sonuçlar ve gelecek çalışmalar tartışılmıştır.

Özet (Çeviri)

Breast cancer is ranked the primary cause of death among women in the world. The goal of this study is to find a robust method for predicting recurrence and non-recurrence of breast cancer after surgery. The Wisconsin Prognostic Breast Cancer (WPBC) database which includes 194 samples is used in this study. The reason for choosing this database is due to the fact that it contains real data regarding breast cancer. In this thesis, breast cancer prediction is implemented by using Multi-Layer Perceptron (MLP) and Generalized Regression Neural Network (GRNN). The results of the artificial neural networks are also compared with the ones obtained by Support Vector Machine (SVM). The best performance is from obtained when GRNN method is used. The results and future work are discussed.

Benzer Tezler

  1. Antenna design for breast cancer detection and machine learning approach for birth weight prediction

    Meme kanseri tespiti için anten tasarımı ve doğum ağırlığı tahmini için makine öğrenmesi yaklaşımı

    HALUK KIRKGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONUR KURT

  2. GRNN ve MLP metotları kullanılarak geri dönen meme kanser tespiti

    Recurrence breast cancer detection using general regression neural network and multi layer perceptron

    OMAR TAHA AHMED AL-KHALIDI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MELTEM YILDIRIM İMAMOĞLU

  3. Makine öğrenmesi sınıflandırma algoritmaları kullanılarak meme kanseri tahmini

    Breast cancer estimation by using machine learning classification algorithms

    FATİH BATI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ PERİ GÜNEŞ

  4. Yapay sinir ağı kullanarak göğüs kanseri hastalığının tahmini

    Prediction of breast cancer using artificial neural networks

    MARIYA KIKNADZE

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET GÜRHANLI

  5. 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

    RUKİYE KARAKIŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. İNAN GÜLER