Geri Dön

Gail modeli ile makine öğrenmesi algoritmalarının meme kanseri risk değerlendirmesinde karşılaştırılması

Comparison of the machine learning algorithms in breast cancer risk assessment with the gail model

PDF İndir

  1. Tez No: 661016
  2. Yazar: BERFU PARÇALI
  3. Danışmanlar: PROF. DR. FEZAN MUTLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Meme kanserinin erken aşamada teşhis edilmesi; tedavi yöntemlerinin sayısını, tedavinin başarıya ulaşma oranını ve hayatta kalma şansını arttırmaktadır. Gail Modeli, meme kanserinde temel faktörleri değerlendiren, kabul görmüş kanser riski değerlendirme modelidir. Bu çalışmada Gail Modeli baz alınarak makine öğrenmesi yöntemlerinin meme kanseri risk değerlendirmesinde karşılaştırılması amaçlanmıştır.İlk olarak veri setine Gail Modeli uygulanmış ve risk faktörü belirlenmiş, %70 eğitim %30 test ve %80 eğitim %20 test olmak üzere 2 ayrı eğitim test veri seti oluşturulmuştur. Daha sonra veri setlerine k-En Yakın Komşu, Yapay Sinir Ağları, Destek Vektör Makinesi ve Naive Bayes algoritmaları uygulanmış ve risk tahmin sonuçları karşılaştırılmıştır. Karşılaştırma sonuçlarına göre %70 eğitim %30 test veri seti için sınıflandırma performansı en düşükten en yükseğe doğru sırası ile k-NN (AUC=0.5375), NB (AUC=0.8542), SVM (AUC=0.9375) ve YSA(AUC=0.9875) şeklindedir. %80 eğitim %20 test veri seti için sınıflandırma performansı en düşükten en yükseğe doğru sırası ile k-NN (AUC=0.5892), SVM (AUC=0.9088), NB (AUC=0.9305) ve YSA (AUC=0.9718) şeklindedir.

Özet (Çeviri)

Early diagnosis of breast cancer increases the number of possible treatments, the success rate of the treatments and the chance of survival. The Gail Model is a well accepted cancer risk assessment model which evaluates the main factors in breast cancer. The aim of this work is compare machine learning methods in breast cancer risk assessment based on the Gail Model.SVM, k-NN, ANN, NB algorithm with the purpose of breast cancer risk assessment. Firstly, risk factor was determined using the Gail method on the dataset, then dataset was divided into training - testing sets using 70 - 30 and 80 - 20 splits which resulted in two seperate training and testing sets. Afterwards, on each set, k-NN, ANN, SVM and NB algorithms were applied and results were compared based on the classification performance. According to the comparison results, the classification performance for 70% training and 30% test data set was k-NN (AUC=0.5375), NB (AUC=0.8542), SVM (AUC=0.9375) and ANN (AUC=0.9875) directly from from lowest to highest. On the other hand, for 80% training and 20% test data set, classification performance wasis from lowest to highest, respectively, k-NN (AUC=0.5892), SVM (AUC=0.9088), NB (AUC=0.9305) and ANN (AUC=0.9718).

Benzer Tezler

  1. Tez No

    945213

    Improving lane change decisions in autonomous driving using adversarial learning

    Otonom sürüşte şerit değiştirme kararlarının karşıt öğrenme yöntemiyle iyileştirilmesi

    AYTUĞ ONURHAN EFİL

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA DOĞAN

  2. Tez No

    957976

    Risk azaltıcı mastektomi kararında etkili olan faktörler

    Factors influencing the decision for risk-reducing mastectomy

    SAMAD MAMMADOV

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Genel CerrahiOndokuz Mayıs Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. AYFER KAMALI POLAT

  3. Tez No

    229870

    Eskişehir'de 40-69 yaş arası kadınlarda Gail Model'i ile meme kanseri risk taraması

    Screening of breast cancer risk with Gail Model among women of aged 40-69  in Eskişehir

    EMİNE ÜRKMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    HemşirelikEskişehir Osmangazi Üniversitesi

    Hemşirelik Ana Bilim Dalı

    DR. ÖZLEM ÖRSAL

    DOÇ. DR. NEDİME KÖŞGEROĞLU

  4. Tez No

    863969

    Kadınlarda sağlık okuryazarlık düzeylerinin, meme kanseri taramaları ve meme kanseri risk algısı ile ilişkileri

    The relationship between health literacy levels in women, breast cancer screeningand breast cancer risk perception

    EREN BÜYÜKÖZMEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Halk Sağlığıİzmir Katip Çelebi Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    DOÇ. DR. ASYA BANU BABAOĞLU

    PROF. DR. MUSTAFA TÖZÜN

  5. Tez No

    541807

    Gail modelinin pratikte kullanımı

    Gail model in practical use

    AHMET ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Biyoistatistikİstanbul Üniversitesi-Cerrahpaşa

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. ABDULBARİ BENER

Geri Dön