Geri Dön

A hybrid of CNN and PCA in skin cancer for improving accuracy detection

Doğruluk tespitinin iyileştirmek için cilt kanserinde CNN ve PCA hibriti

PDF İndir

  1. Tez No: 754102
  2. Yazar: MOHAMMED HANI SHAKIR KFASHI
  3. Danışmanlar: PROF. DR. ZAFER CİVELEK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Deri neoplazmları, Derin öğrenme, Makine öğrenmesi, Teşhis, Skin neoplasms, Deep learning, Machine learning, Diagnosis
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kanser, insan vücudunun herhangi bir bölümünü etkileyebilen birçok hastalığın genel adıdır. Cilt kanseri en yaygın ve tehlikeli kanser türü olarak kabul edilir. Cilt kanserini tespit etmek ve teşhis etmek için bilgi teknolojisi teknikleri gereklidir. Bu nedenle, etkin ve derin öğrenme teknikleri kullanılarak erken ve doğru bir cilt kanseri teşhisi ve tedavisine ihtiyaç vardır. Bu araştırma çalışması, Derin Evrişim Sinir Ağı (DPD-DCNN) kullanarak cilt kanserinin otomatik teşhisini önermektedir. Bu araştırmanın ayırt edici özelliği, cilt kanseri doğruluğunun teşhisini ve tespitini artıran 12 iç içe işleme katmanına sahip DCNN kullanmasıdır. Ayrıca kanserin kötü huylu veya iyi huylu olup olmadığını erken evrelerde yüksek doğrulukla tespit edebilmektedir. Sinir ağının yanı sıra, cilt kanserini tespit etmek için Naive Bayes ve rassal orman makine öğrenme teknikleri de kullanılmaktadır. Bu araştırma çalışması sonuçları, derin öğrenme tekniğinin cilt kanseri tespiti açısından makine öğreniminden daha etkili olduğu sonucuna varmıştır. Önerilen sistem doğruluğuna Naive Bayes uygulanarak %96'lık bir doğruluk elde edildi, benzer şekilde rassal orman yöntemi için de %97'lik bir doğruluk elde edildi. Deep CNN ağı uygulanarak %99,5 doğruluk elde edildi.

Özet (Çeviri)

Cancer is a generic term for many diseases that can affect any part of the human body. Skin cancer is considered to be the greatest common and dangerous type of cancer. Information technology techniques are required to detect and diagnose skin cancer. Therefore, there is a essential for an early and accurate diagnosis and treatment of skin cancer using effective and deep learning techniques. This research work proposes automatic diagnosis of skin cancer by employing Deep Convolution Neural Network (DCNN). The distinguishing feature of this research is it employs DCNN with 12 nested processing layers increasing the diagnosis and detection of skin cancer accuracy. Moreover, it can detect the cancer if it is malignant or benign in the early stages with high accuracy. Beside neural network, machine learning techniques of Naive Bayes and random forest are also utilized to detect skin cancer. This research work results concluded that the deep learning technique are more effective than machine learning in terms of skin cancer detection. By applying Naive Bayesian on the proposed system accuracy of 96% were achieved, similarly for Random forest method, an accuracy of 97% were achieved. The accuracy of 99.5% were achieved by applying Deep CNN network.

Benzer Tezler

  1. Tez No

    938841

    Skin cancer detection using CNN and random forest: A hybrid approach

    CNN ve rastgele orman kullanarak cilt kanseri tespiti: Hibrit bir yaklaşım

    NAJWA MOHAMMED SALEM SALEH AL-WESABI

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OKATAN

  2. Tez No

    1011764

    A novel hybrid activation function in deep learning for robust medical image classification

    Derin öğrenmede gürbüz tıbbi görüntü sınıflandırması için yeni bir hibrit aktivasyon fonksiyonu

    AREEJ AL-MADHOUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Yapay Zeka Teknolojileri Ana Bilim Dalı

    Prof. Dr. ASIM EGEMEN YILMAZ

  3. Tez No

    856807

    Application of a voting-based ensemble method for recognizing seven basic emotions in real-time webcam video images

    Gerçek zamanlı web kamerası video görüntülerinde yedi temel duygunun tanınmasına yönelik oylamaya dayalı topluluk yönteminin uygulanması

    AHMET TUNAHAN ŞANLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT SARAN

  4. Tez No

    967677

    Dalgacık dönüşümü ve shap destekli özellik seçimi ile CNN-LSTM tabanlı güneş ışınımı tahmini

    CNN-LSTM based solar irradiance estimation using wavelet transform and shap-assisted feature selection

    SONGÜL KAYIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    EnerjiBatman Üniversitesi

    Yenilenebilir Enerji Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SELAHATTİN BARIŞ ÇELEBİ

  5. Tez No

    765603

    Noise removal in electroencephalogram (EEG) using deep learning algorithms

    EEG sinyallerinde gürültünün temizlenmesi için derin öğrenme algoritmalarının kullanılması

    ABUZER DOGAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SEMA KAYHAN

Geri Dön