An intelligent system for lung cancer diagnosis using a machine learning algorithm based feature selection method
Makine öğrenme algoritması tabanlı özellik seçim yöntemi kullanarak akciğer kanseri tanısı için akıllı bir sistem
- Tez No: 768040
- Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: 108
Özet
Akciğer kanseri, hem erkekleri hem de kadınları eşit olarak etkileyen ve erken teşhisi zorlaştıran ölümcül bir hastalıktır. Ölüm oranını azaltmak ve hayatta kalma oranını yükseltmek için akciğer kanseri tümörlerini erken bir aşamada tanımlamak ve sınıflandırmak hayati önem taşımaktadır. Doğru prognoz ve tedavi, daha fazla sayıda hastanın hayatını kurtaracaktır. Öte yandan, 2020'nin başında dünyaya ölümcül bir hastalık olan koronavirüs (COVID-19) bulaşmış olacaktı. Mevcut çeşitli COVID-19 tarama teknikleri arasında BT görüntüleme, hastalığı tanımlamanın mükemmel bir yoludur. Diğer hastalık tespit teknikleri ise zaman alıcıdır. Makine öğrenimi, bu hastalıkları tahmin etmek, tespit etmek ve sınıflandırmak için kapıyı açar, ancak makine öğrenimi kapsamındaki derin öğrenme, COVID ve NOCOVID fotoğraflarının yanı sıra akciğer kanseri görüntüleri (Benign, Malign, Normal) ve model kategorileri için çok çeşitli seçenekler sunar. tüm modeller için beklenen doğruluğu üreten performanslarını değerlendirmek için bir test veri seti kullanılır. Modelin performansı, (doğruluk, hatırlama ve F1 puanı) gibi metrikler kullanılarak değerlendirilir. Akciğer kanseri veri seti için (%100) bir puanla (CNN ve VGG-16), herhangi bir modelin en iyi doğruluğunu kazandı.
Özet (Çeviri)
Lung cancer is a lethal illness that affects both men and women equally, making early detection challenging. To reduce the death rate and raise the survival rate, it is vital to identify and classify lung cancer tumors at an early stage. Proper prognosis and treatment will save the lives of a greater number of patients. On the other hand, by the beginning of 2020, the world would have been infected with the coronavirus, a deadly disease (COVID-19). Among the several COVID-19 screening techniques available, CT imaging is an excellent way to identify sickness. Whereas other disease detection techniques are time consuming. Machine learning opens the door to predict, detect, and classify these diseases, but deep learning under machine learning provides a wide range of options for model categorize COVID and NOCOVID photos, as well as lung cancer images (Benign, Malignant, Normal), and a test dataset is used to evaluate their performance, which produces expected accuracy for all models. The model's performance is evaluated using metrics such as (accuracy, recall, and the F1-score). With a score of (100 %) for the lung cancer dataset, (CNN and VGG-16) earned the best accuracy of any model.
Benzer Tezler
- CNN derin öğrenme tekniği kullanılarak prostat kanser hastalığının teşhisi
Diagnosis of prostate cancer disease using CNN deep learning technique
MEHMET EMİN SALMAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Göğüs hastaliklarinin teşhis edilmesinde makine öğrenmesi algoritmalarinin kullanilmasi
chest diseases diagnosis based on machine learning algorithms
AMANI YAHYAOUI
Doktora
Türkçe
2017
Göğüs HastalıklarıSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Derin topluluk öğrenmesi modeli ile histopatolojik görüntüler üzerinde çok sınıflı kanser teşhisi
Multi-class cancer diagnosis on histopathological images with deep ensemble learning model
GİZEM YILDIZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖNDER YAKUT
- Akciğer tomografisi görüntülerinde görüntü işleme teknikleri kullanılarak nodül tespiti ve yapay zeka ile nodüllerin nitelendirilmesi
Nodula determination by using image processing techniques and characteri̇zati̇on of node with artificial intelligence in lung tomography images
ENES ÇAKAR
Yüksek Lisans
Türkçe
2018
BiyomühendislikSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET KARACA