Diagnose colon disease by feature selection based on artificial neural network and group teaching optimization algorithm
Başlık çevirisi mevcut değil.
- Tez No: 796058
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: bitki hastalığı, Grup öğretimi optimizasyon algoritması, Özellik seçimi, yapay, plants disease, Group teaching optimization algorithm, Feature selection, artificial
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Çoklu görüntüleme modaliteleri, çağdaş tıbbın teşhis kesinliğini önemli ölçüde artırmıştır. Tıbbi görüntüleme, doğru bir teşhisin elde edilebileceği ve tedavinin hızla başlatılabileceği bir noktaya ilerlemiştir. Bu makale, kolorektal kanserin nasıl tespit edileceğini açıklayan mükemmel bir iş çıkarmaktadır. Bitki hastalıklarını teşhis etmek için önerilen yöntem, bir görüntünün en uygun öğelerini belirlemek için bir grup öğretimi optimizasyon algoritması kullanır. Resimleri iyi huylu veya kötü huylu olarak tanımlamak için çok katmanlı eğitimli sinir ağları kullanılır. Kolon kanseri teşhisi için önerilen teknik, renk veri seti üzerinde test edildiğinde ortalama %92,72 doğruluk, %93,14 hassasiyet ve %94,26 F1-Skor elde eder. Kvasir resim verileri, önerilen yöntem kullanılarak yüzde 96,42 doğruluk, kesinlik, hassasiyet, bitki hastalığı ve F1-Skor ile sınıflandırıldı. Deneyler, önerilen stratejinin bitki hastalıklarının fotoğraflarını sınıflandırmak için 3Layer'dan daha üstün olduğunu göstermektedir. CNN Şu anda tıbbi teşhiste kullanılmak üzere çok sayıda görüntüleme yöntemi bulunmaktadır. Dört algoritma (DF, RF, CNN ve TFL).
Özet (Çeviri)
Multiple imaging modalities have substantially enhanced the diagnostic precision of contemporary medicine. Medical imaging has progressed to the point where an accurate diagnosis is achievable, and therapy can be commenced quickly. This article does an excellent job describing how to detect colorectal cancer. The recommended method for diagnosing plant diseases use a group teaching optimization algorithm to identify the most pertinent elements of an image. Multiple-layered trained neural networks are used to identify pictures as benign or malignant. The suggested technique for colon cancer diagnosis achieves a mean accuracy of 92.72%, sensitivity of 93.14%, and F1-Score of 94.26% when tested on the color data set. Kvasir picture data were classified with 96.42 percent accuracy, precision, sensitivity, plant disease, and F1-Score using the proposed method. Experiments demonstrate that the proposed strategy is superior to 3Layer for classifying photos of plant diseases. CNN There are currently numerous imaging modalities available for use in medical diagnostics. The four algorithms (DF, RF, CNN, and TFL).
Benzer Tezler
- Evrişimsel sinir ağları ve çekirge optimizasyon algoritması kullanarak kolon kanser hastalığı tesbiti
Colon cancer disease diagnose with convolutional neural network and grasshopper optimization algorithm
AMNA ALI A MOHAMED
Doktora
Türkçe
2024
Mühendislik BilimleriKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. AYBABA HANÇERLİOĞULLARI
- Elektrokardiyogram verilerinin iyileştirilmiş yapay arı kolonisi (MABC) algoritması ile analizi
Analysis of electrocardiogram data by using modified artificial bee colony (MABC) algorithm
SELİM DİLMAÇ
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Kütle spektrometresi verilerinin analiziyle prostat ve yumurtalık kanserlerinin belirlenmesi
Prostate and ovarian cancer identification by analyzing mass spectrometry data
VEDAT TAŞKIN
Yüksek Lisans
Türkçe
2013
Biyoistatistikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Ftir histo-spectroscopic evaluation and chemometric discrimination of colon cancer
Kolon kanserinin ftır hısto-spectroscopıc değerlendirmesi ve kemometrik ayrıştırımı
SUSAN NAJAH MAHDI AL-KINANI
Yüksek Lisans
İngilizce
2020
Biyokimyaİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN KIZIL
- Görüntü işleme teknikleri kullanarak deri lezyonlarında hastalık teşhis başarımının artırılması
Improving the success of disease diagnosis in skin lesions using image processing
HASAN AKAN
Doktora
Türkçe
2021
DermatolojiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ZAHİD YILDIZ