Yapay sinir ağları modeli ile mesane kanseri teşhisi ve hastalığa yol açan faktörlerin belirlenmesi
Diagnosis of bladder cancer by using neural networks model and determination of factors causing disease
- Tez No: 599447
- Danışmanlar: DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veri Madenciliği, Makine Öğrenmesi, Mesane Kanseri, Bütünsel Genom İlişkilendirme Çalışmaları, Data Mining, Machine Learning, Bladder Cancer, Genome Wide Association
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Günümüzde bulaşıcı olmayan hastalıkların büyük bir çoğunluğunun genetik temeller ile ortaya çıktığı fark edilmiştir fakat buna rağmen hangi hastalıklara hangi genetik bozuklukların etki ettiği büyük oranda bilinmemektedir. Gelişen teknoloji sayesinde hastalıklar ve genetik özellikler hakkında çok fazla veriye sahibiz. Özellikle Bütünsel Genom İlişkilendirme Çalışmaları (BGİÇ) yüksek miktarda veri sunmaktadır. Bu büyüklükteki verilerin işlenmesi ve sağlıklı çıkarsamalarda bulunulması için veri madenciliğine ihtiyaç duyulmaktadır. İlgili tez çalışmasında mesane kanserinin oluşumunda hangi genetik bozuklukların etkili olduğu makine öğrenmesi yöntemlerinden yapay sinir ağları kullanılarak tespit edilmesi amaçlanmıştır. Bu sayede hastalığın erken teşhisinin başarı oranı artacak ve erken müdahale sayesinde tedavilerin başarı şansının da artması sağlanacaktır. Bu doğrultuda Keras ortamında oluşturulan yapay sinir ağı modeli % 83.57 başarım oranı göstermiştir. İlgili model mesane kanseri ile rs872873 tekli nükleotit polimorfizmi arasında güçlü bir ilişki tespit etmiştir.
Özet (Çeviri)
Today, we know that the genetic factors cause non-contagious diseases. However, the genetic causes of these diseases are not known in a great extent. With advancing technology our knowledge on diseases and genetics increases. In particular, genome-wide association studies provide high amount of data. In order to process this data mining is required. In this thesis, we aim to determine the genetic factors that cause bladder cancer by using artificial neural network. This model will increase the success rate of the diagnosis and so the effectiveness of the treatments. With this aim, an artificial neural network model is constructed with Keras. The accuracy of the model is %85.57 and the most important single-nucleotide polymorphism is rs872873.
Benzer Tezler
- Dalgakıranlar üzerindeki maksimum tırmanmanın belirlenmesi
Maximum wave runup prediction on breakwaters
TARKAN ERDİK
Doktora
Türkçe
2009
Denizcilikİstanbul Teknik ÜniversitesiKıyı Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. M. EMİN SAVCI
- İletim sistemlerinde yapay sinir ağları ile mesafe koruması uygulamaları
Distance protection applications with artificial neural networks in transmission lines
ALPARSLAN TATAR
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. SERDAR YILMAZ
- Coğrafi bilgi sistemleri ortamında makine öğrenmesi ve istatistiksel yöntemler kullanılarak heyelan duyarlılık haritalarının üretilmesi: Rize Taşlıdere havzası örneği
Mapping landslide susceptibility by using machine learning and statistical methods in geographical information systems environment: Rize Taşlidere basin sample
GEHVER ALTÜRK
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ARİF ÇAĞDAŞ AYDINOĞLU
- Beyin tümör tiplerinin makine öğrenmesi ve derin öğrenme tabanlı teknikler ile sınıflandırılması
The classification of brain tumor types using machine learning and deep learning based techniques
KAPLAN KAPLAN
Doktora
Türkçe
2020
Mekatronik MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN METİN ERTUNÇ
- Görme engelli bireyler için gerçek zamanlı gömülü nesne tanıma sisteminin tasarımı ve uygulanması
Design and implementation of real-time embedded object detection system for visually impaired individuals
SONAY DUMAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH ELEWİ
PROF. DR. ZEKİ YETGİN