Geri Dön

Lung cancer detection using machine learning

Makine öğrenimi kullanarak akciğer kanseri tespiti

  1. Tez No: 732385
  2. Yazar: ASMA HAIBELTY
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA BERKAY YILMAZ
  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: 2022
  8. Dil: İngilizce
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 47

Özet

Bu belge, çalışmaların sonu kapsamında gerçekleştirilen akciğer kanseri sorunlarını tespit etmek için bir model oluşturma çalışmalarımızın sonucudur. Buna başlamak için, uygulamamız için en iyi modeli tanımlamamıza izin veren kapsamlı analiz ve eleştiri yoluyla heyecan verici bir çalışma ile çalışmalarımıza başladık. Bu nedenle, buradaki projemizin fikri, görüntülerde temsil edilen BT taramasında akciğer kanseri türünü tanımlayabilen bir sistem inşa etmektir. Buradaki üç sınıflandırma sınıfı iyi huylu, kötü huylu ve normaldir. Sorun ifadesi biraz zor olabilir, ancak sorunun nasıl çözüleceğini ve iyi performans gösteren bir sistem oluşturmayı öğreneceğiz. İlk olarak, modelimizi oluşturmamıza izin veren veri kümesini aradık. Daha sonra modelimizi bu verilerle beslemek için en iyi şekilde yapılandırdık. Çalışmalarımızı daha iyi anlamak için bazı veri analiz yöntemlerini çalıştırdık. Sonunda D.L Modelimizin uygulanmasına geçmek için. Projemizin sonuçları, maksimum %66 doğrulukla validasyon aşamasından farklı olarak, eğitim aşamasında maksimum %99 doğrulukla Eğitim & Validasyon doğruluğu ve kaybı için şekil üzerinde sunulmaktadır. Sonuç olarak, yapılan çalışma akciğer kanseri tespiti konusunda çok net ve pragmatik bir vizyon sunmaktadır.

Özet (Çeviri)

This document is the result of our work in constructing a model for detecting lungs cancer issues carried out as part of the end of studies. To begin this, we began our work with an exciting study through exhaustive analysis and criticism, which allowed us to define the best model to implement. So, the idea of our project here, is to build a system that is capable of identifying the type of lung cancer in CT scan represented in images. The three classification classes here are benign, malignant and normal. The problem statement can be a little tricky, but we will learn how to tackle the problem and create a good performing system. First, we looked for the dataset that allowed us to build our model. Then, we structured it in the best way possible in order to feed our model by this data. We ran some data analysis methods to have a better understanding of our work. To finally move on to the implementation of our D.L Model. The results of our project are presented on the figure for the Training & Validation accuracy and loss, in the training phase with a maximum of 99% accuracy, unlike the validation phase with a maximum of 66% accuracy. In conclusion, the work carried out offers a very clear and pragmatic vision on the lung cancer detection.

Benzer Tezler

  1. Prediction of lung cancer risk using machine learning models

    Makine öğrenme modellerini kullanarak akciğer kanseri riskinin tespit edilmesi

    YUNUS GEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİ

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. MURAT ŞİMŞEK

  2. Akciğer kanserinin bilgisayarlı tomografi görüntüleri kullanılarak derin öğrenme ile tespiti

    Detection of lung cancer with deep learning using computed tomography images

    YUNUS EMRE KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMalatya Turgut Özal Üniversitesi

    Enformatik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERPİL ASLAN

  3. Görüntü işleme teknikleri ve USBÇS yaklaşımı kullanılarak akciğer kanserinin tanınması

    Lung cancer diagnosis using image processing techniques and anfis approach

    SAEID HOSSEINGHOLIZADEH

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ABDULSAMET HAŞILOĞLU

  4. Deep learning technique for early detection of lung cancer

    Akciğer kanserinin erken teşhisi için derin öğrenme tekniği

    NADA A M ALSHAER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    ASSISTANT PROFESSOR DR. SHAHRAM TAHERI

  5. Derin öğrenme tabanlı bilgisayar destekli akciğer kanseri tespiti

    Deep learning based computer aided lung cancer detection

    BÜŞRANUR BAHAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ PELİN GÖRGEL