Mide kanserinin makine öğrenme teknikleri ile analizi
Analysis of gastric cancer with machine learning techniques
- Tez No: 632781
- Danışmanlar: DR. ÖĞR. ÜYESİ SEVCAN AYTAÇ KORKMAZ
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında mide hücresi histopatoloji görüntüleri kullanılmıştır. Bu histopatolojik görüntüler ışık mikroskobu yardımıyla elde edilmiştir. Elde edilen bu görüntüler normal, iyi huylu ve kötü huylu olmak üzere üç çeşittir. Alınan bu görüntüler ile daha yüksek doğrulukta mide kanseri tespiti ve teşhisi hedeflenmiştir. Bu görüntülerin özellik çıkarımı için dalgacık dönüşüm yöntemleri, sınıflandırılma için ise yapay sinir ağları ve karar ağaç yöntemleri kullanılmıştır. Dalgacık dönüşüm yöntemleri ise haar, daubechies, biorthogonal, coiflets, symlets, ters biorthogonal yöntemleri kullanılmıştır. Yöntemlerde kullanılması için, 90 adet hastadan alınan dokulardan her biri için 4 adet kesit görüntü elde edilmiştir. Toplam doku görüntü sayısı 360 adettir. Bu tezde kullanılan yöntemlerden elde edilen doğruluk oranları kıyaslaması yapılarak hangi yöntemin daha iyi sonuç verdiği belirlenmiştir. Mide kanserinin tespiti için elde edilen yüksek doğruluk oranı sayesinde normal, iyi huylu ve kötü huylu tümörlerin ayrılması sağlanmıştır. Bu sebeple, mide görüntülerinin bilgisayar destekli tanı sistemlerinde kullanılması için çeşitli aşamalardan geçirilerek elde edilen sonuçlar sayesinde yüksek doğruluk oranı bulunmuştur.
Özet (Çeviri)
In this thesis, stomach cell histopathology images were used. These histopathological images were obtained with the aid of light microscopy. These images are three types: normal, benign and malignant. With these images, higher accuracy stomach cancer detection and diagnosis is targeted. Wavelet transform methods were used for feature extraction of these images, artificial neural networks and decision tree methods were used for classification. Wavelet transform methods are used as haar, daubechies, biorthogonal, coiflets, symlets, inverse biorthogonal methods. For use in the methods, 4 sectional images were taken for each of the tissues taken from 90 patients.Total number of tissue images is 360 pieces. By comparing the accuracy rates obtained from the methods used in this thesis, it was determined which method gave the best results. Thanks to the high accuracy rate obtained for the detection of the gastric cancer; normal, benign and malignant tumors were separated. For this reason, high accuracy rate has been found thanks to the results obtained by passing through various stages for use of stomach images in computer-aided diagnostic systems.
Benzer Tezler
- Derin öğrenme ve dalgacık dönüşümüne dayalı akciğer kanseri erken tanısında belirsizlik ölçeğinin saptanması
Uncertainty of the quantification in diagnosing lung cancer from ct images using deep learning and discrete wavelet transform
MEHMET AKİF ÇİFÇİ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- 18F-FDG PET ve PET/CT görüntülemelerinde taşlı yüzük hücreli mide kanserlerinin yapay zeka destekli tanısı
Artificial intelligence-assisted diagnosis of signet-ring cell gastric carcinoma on 18F-FDG pet and PET/CTct imaging
EGEMEN SAYGILI
Tıpta Uzmanlık
Türkçe
2025
Genel CerrahiSağlık Bilimleri ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. BÜNYAMİN GÜRBULAK
DOÇ. DR. ESRA ARSLAN
- Mide kanserinde yapay zekâ yaklaşımı ile sağkalım analizi
Survival analysis with artificial intelligence approach in gastric cancer
ALİ GÜNER
Doktora
Türkçe
2023
BiyoistatistikKaradeniz Teknik ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURÇİN KURT
- Prediction of microsatellite status in colorectal cancer whole slide images using deep neural networks
Derin sinir ağları kullanılarak kolorektal kanser tüm slayt görüntüleri üzerinde mikrosatellit durumu tahmini
FATMA VİLDAN ENGİN
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Karaciğer metastazlarında primer tümör odağını öngörmede 'radiomics' ve makine öğrenmesinin katkısı
Contribution of 'radiomics' and machine learning in predicting primer tumor site in liver metastases
ABDULLAH YILDIZ
Tıpta Uzmanlık
Türkçe
2020
Radyoloji ve Nükleer TıpKocaeli ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUDE TOSUN