Meme kanserinin iyi huylu veya kötü huylu durum tespitinde derin öğrenme modellerinin kullanılması
Using deep learning models for breast cancer detection of become or violent conditions
- Tez No: 778828
- Danışmanlar: DR. ÖĞR. ÜYESİ ABİDİN ÇALIŞKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Meme kanseri, meme de bulunan bağ dokusu ve buna bağlı olan kanal bölgelerinde oluşan ve oluşan bu hücrelerin normalin dışında hareketlerinden meydana gelen bir kanser türüdür. Yoğun olarak kadınlarda görülmekte olup, en yaygın rastlanan kanser çeşitlerindendir. Hastalık erkenden fark edilmeği zaman kan ve lenf damarları yoluyla diğer organlara kanserli hücreler etki edebilir (metastaz durumu). Yapılan araştırmalara göre genel olarak tüm kanser çeşitlerinde erken tanı ve tedavi önemlidir. Bu çalışmada meme kanserinin iyi huylu ve kötü huylu türleri arasında sınıflandırma yapabilen yapay zekâ tabanlı erken tanı sistemi önerilmiştir. Önerilen yaklaşımda artık bloklu evrişimsel sinir ağı modelleri kullanıldı. ResNet modellerinin son katmanına yeni bir tam bağlantılı katman eklenerek tür tabanlı öznitelikler çıkartıldı. Bir sonraki aşamada tam bağlantılı katmanlardan elde edilmiş öznitelikler birleştirilerek yeni bir özellik seti oluşturuldu. Oluşturulan bu özellik seti ile sınıflandırma oluşturulurken softmax ve makine öğrenim yöntemleri kullanıldı. Çalışmada önerilen yaklaşım ile sınıflandırma oluşturulma adımlarında kullanılan tüm yöntemlerden %100 genel doğruluk başarısı elde edildi. Bu çalışmada tam bağlantılı katmanların elde edilmesi ve birleştirilmesi deneysel analizlerin geliştirilen çalışmada performansa olumlu yönde etki ettiği gözlemlenmiştir.
Özet (Çeviri)
Breast cancer is a type of cancer that usually occurs in the lobule, duct and connective tissue regions of the breast and is caused by the abnormal movement of cells in these regions. The most common type of cancer in women is breast cancer. When the disease is detected early, cancerous cells can affect other organs through the blood and lymphatic vessels (metastasis state). Therefore, early diagnosis and treatment of breast cancer is important. This study proposes the classification of benign and malignant types of breast cancer with an artificial intelligence-based early diagnosis system. Blocky neural network models are now used in the proposed approach. Type-based features were extracted by adding a new fully connected layer to the last layer of ResNet models. In the next step, a new feature set was created by combining the features obtained from the fully connected layers. Softmax and machine learning methods were used while creating the classification with this feature set. With the approach proposed in the study, 100% overall accuracy was obtained from all the methods used in the classification creation steps. In this study, it was observed that obtaining and combining type-based fully connected layers positively affected the performance of experimental analyzes.
Benzer Tezler
- Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
GOLSHAN GHOLAMPOUR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Clinical assessment of the microwave imaging system forbreast cancer screening and early detection
Meme kanseri tarama ve erken tanı için mikrodalgagörüntüleme sisteminin klinik değerlendirmesi
ALEKSANDAR JANJIC
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
Prof. Dr. MEHMET ÇAYÖREN
Prof. Dr. İBRAHİM AKDUMAN
- Development of peptides-based probe precursors to image folate receptor 1 with positron emission tomography imaging systems
Pozitron emisyon tomografi görüntüleme sistemleri ile folat reseptörü 1 görüntülemek için peptit tabanlı prob öncülerin geliştirilmesi
AYŞE NUR ÖZPEHLİVAN
Yüksek Lisans
İngilizce
2020
Biyokimyaİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
YRD. DOÇ. DR. ONUR ALPTÜRK
DR. ÖZGÜR YILMAZ
- Mamogram üzerinden bilgisayar destekli kanser teşhisi
Computer aided diagnosis from mammogram
İLKE TUNALI
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDAL KILIÇ
- Kanser sınıflandırması için hibrit modeller: Konvolüsyonel sinir ağlarının transformatörlerle birleştirilmesi
Hybrid models for cancer classification: Combining convolutional neural networks with transformers
FIEZ HUSSEIN KHLEAF
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN EMRAH