Geri Dön

Yapay sinir ağı kullanarak göğüs kanseri hastalığının tahmini

Prediction of breast cancer using artificial neural networks

  1. Tez No: 615474
  2. Yazar: MARIYA KIKNADZE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AHMET GÜRHANLI
  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: 2020
  8. Dil: Türkçe
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 56

Özet

Günümüzde meme kanseri (breast cancer) dünyadaki en önemli kötü huylu hastalıklardan biridir. ABD'de meme kanseri, kadınlarda tüm onkolojik hastalıklar arasında birinci sırada yer alır ve akciğer kanserinden sonra onkolojide ölüm nedeninin ikincisidir. Meme kanserinin erken teşhisinde ve tedavisinde son zamanlarda elde edilen büyük başarılara rağmen, ilk aşamalarda teşhisi için yeni yaklaşımlar ve algoritmalar geliştirilmeye devam etmektedir. Meme kanseri, diğer kötü huylu hastalıklar gibi birçok sınıflandırmaya sahiptir. Histolojik, moleküler, fonksiyonel, TNM sınıflandırması bunlardan bazılarıdır. Çoğu kanser vakası hastalığın geç aşamalarında ancak teşhis edilebilir ve tedavi sıklıkla cevap vermez ve hasta kaybedilir. Bu sebepten meme kanserinin erken evrelerde teşhisi hayati önem taşır. Bu çalışmada sınıflandırma testi doğruluğunu, hassasiyet ve özgüllük değerlerini ölçerek sunmakta olan Wisconsin Meme Kanseri Teşhisi (WDBC) veri seti kullanılmaktadır. Uygulamada, veri seti eğitim aşaması için %70 ve test aşaması için %30 olarak bölünmüştür. Bu çalışma yapay sinir ağı kullanarak meme kanseri tahmininde optimizasyon algoritmalarının ve parametrelerin nasıl seçilmesi gerektiğini incelemekte ve farklı seçimlerinin nasıl sonuç verdiğini göstermektedir.

Özet (Çeviri)

Breast cancer is one of the most important malignant diseases in the world. In the United States, breast cancer ranks first among all oncological diseases in women and is the second leading cause of cancer mortality after lung cancer. Despite recent great success in the early detection and treatment of breast cancer, new approaches and algorithms are still being developed for early diagnosis. Breast cancer has many classifications, like other malignant diseases: histological, molecular, functional, TNM classification. Most cases of cancer can be diagnosed in the later stages of the disease, and treatment is often not responding and the patient is lost. Therefore, early detection of breast cancer is vital. This study uses the UCI Breast Cancer Wisconsin (Diagnostic) Data Set (WDBC), which is presented by measuring test classification accuracy, sensitivity, and specificity values. The data set was divided into 70% for the training phase and 30% for the testing phase. This study demonstrates the importance of optimization algorithm selectiona and parameters in the diagnosis of Breast Cancer using Artificial Neural Networks and investigates how they should be chosen. The accuracy results of different optimization algorithms and parameter values are reported.

Benzer Tezler

  1. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Tüberküloz hastalığının tespiti için yeni bir evrişimsel sinir ağı modeli

    A new convolutional network model for detection of tuberculosis disease

    MEHMET BABALIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR

  3. Image enhancement based breast cancer detection using artificial neural network

    Meme kanseri algılamada yapay sinir ağını kullanılarak görüntü geliştirme

    HAKAR J.MOHAMMED SALIH MOHAMMED SALIH

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET ÇINAR

  4. Tıbbi görüntü işleme ve derin öğrenme yöntemleriyle hastalıklarda teşhis otomasyon modeli

    Diagnostic automation model in diseases with medical image processing and deep learning methods

    MUSTAFA GÜLER

    Doktora

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERSİN NAMLI

    DOÇ. DR. RAMAZAN ÜNLÜ

  5. Automatic detection of breast cancer in mammogram images

    Automatic detection of breast cancer in mammogram images

    FAOZİA ALİ SAİF ALSARORİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. REZA HASSANPOUR