Classıfıcatıon of breast cancer by usıng pattern recognıtıon tools
Tanıma araçları ile meme kanseri sınıflandırılması
- Tez No: 428484
- Danışmanlar: YRD. DOÇ. DR. KADİR TUFAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 48
Özet
Meme kanseri tüm dünyada en sık görülen katil kanserlerinden biridir. Meme kanserinin tanısıher zaman zaman alıcı, pahalı, girişimsel ve bazı zaman risklidir. Özellikle, kaynakların sınırlı olduğu ülkelerdebirçok hasta, bu nedenle tedavi olmadan meme kanserininsonaşamalarına ulaşmaktadır. Bu nedenle erken tanı, özellikle hastalığın son evrelerde teşhis edildiği gelişmekte olan ülkelerde için çok önemlidir. Yukarıda belirtilen sorunlar için bir çözüm bulma ve dezavantajları giderme bu tezi yapmak için güçlü bir itici güç oldu. Bu çalışmada biz, klinik öykü, fiziki muayene ve laboratuvar testlerini kullanarak meme kanserinin erken teşhisi için bir metot öneriyoruz. Buralardan elde edilen öznitelikler, girişimsel olmayan, ucuz ve kolay elde edilebilir. Elde edilen özniteliklerden oluşturulan öznitelik vektörü denetimli sınıflandırıcılar ile sınıflandırılmaktadır. Sonuçlar, literatürde bulunan diğer tanı yöntemleri ile kıyaslanmıştır. Bu çalışmalarda öznitelikler daha pahalı sistemlerden elde edilen öznitelikler kullanmaktadır. Önerilen yöntem, mevcut yöntemlere yakın, bazen daha iyi sonuç vermektedir. Önerilen yöntem, ucuz, uygulaması kolay ve erken evrede meme kanseri tanısı için pahalı donanımları gerektirmez. Bu gelişmekte olan ülkelerde altın standart meme kanseri teşhisi yöntemlerine alternatif olabilir.
Özet (Çeviri)
Breast cancer is one of the most common killer cancers worldwide. Diagnosing breast cancer always are invasive, costly, time consuming and sometimes are risky. That is why many patients reach late stages of breast cancer without treatment, especially in those countries where resources are limited. Therefore, early diagnosis remains an important early detection strategy, particularly in developing countries, where the disease is diagnosed in late stages. Finding a solution for above mentioned problems and riding out from disadvantages became a strong motive to conduct this thesis. To conduct this study, we propose automatic classification algorithms for early diagnosis of breast cancer basis on clinical history, physical examinations and laboratory tests. The features used here are noninvasive, cheap and easy to obtain. Feature vector constructed by using the above features are classified by using supervised classifiers. Support Vector Machine, Artificial neural networks, and Regression Analysis are implemented to define optimal classifier. Results of them are compared with other diagnosis methods found in the literature. These methods use more sophisticated features that needs more expensive medical devices. The proposed method shows almost equal, sometimes better performance when compared others. The proposed method is easy to apply, cheap and does not need expensive equipment to diagnose breast cancer in it early phase. It can be alternative to gold standard breast cancer diagnosismethods in developing countries.
Benzer Tezler
- Meme kanserinin tespiti ve sınıflandırılması için geliştirilmiş bilgisayar destekli teşhis sistemi
An improved computer aided detection system for breast cancer detection and classification
ABDULLAH FREIDOON FADHIL FADHIL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiFen Bilimleri Ana Bilim Dalı
DOÇ. DR. HUMAR KAHRAMANLI ÖRNEK
- Zeki sınıflandırma ve kümeleme yöntemlerinin tıbbi tanı ve tedavide kullanımı
The usage of intelligent classification and clustering methods in medical diagnosis and treatment
UĞUR ERKİN KOCAMAZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN
- Örüntü tanıma uygulamalarında yapay zeka ve öznitelik dönüşüm metotları kullanılarak geliştirilen öznitelik seçme algoritmaları
Feature selection algorithms developed by using artificial intelligence and feature transform methods in pattern recognition applications
MUSTAFA SERTER UZER
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT YILMAZ
- Histopatolojik meme kanseri görüntülerinin evrişimsel sinir ağları kullanılarak sınıflandırılması
Classification of histopathological breast cancer images using convolutional neural networks
ZEHRA KADİROĞLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN DENİZ
- Mamografi görüntülerinin değerlendirilmesinde örüntü tanıma temelli bir karar destek sistemi
A decision support system based on pattern recognition for evaluating of mammographic images
ESMA KARABULUT
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
DOÇ. DR. İBRAHİM TÜRKOĞLU