Prediction of lung cancer risk using machine learning models
Makine öğrenme modellerini kullanarak akciğer kanseri riskinin tespit edilmesi
- Tez No: 875529
- Danışmanlar: DR. MURAT ŞİMŞEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 65
Özet
Akciğer kanserinin erken teşhisi, hasta sonuçlarının iyileştirilmesinde ve ölüm oranlarının azaltılmasında çok önemli bir rol oynar. Son yıllarda akciğer kanseri riskini tahmin etmek için makine öğrenimi modellerinin uygulanması, yüksek riskli bireylerin belirlenmesinde klinisyenlere yardımcı olma potansiyelleri nedeniyle büyük ilgi topladı. Bir dizi makine öğrenimi tekniği kullanarak, klinik veri kümelerini kullanarak akciğer kanserine yakalanma riski yüksek olan bireyleri ayırt edebilecek sağlam bir tahmin çerçevesi oluşturmayı amaçlıyoruz. Araştırmamız, titiz veri analizi ve model değerlendirmesi yoluyla, akciğer kanseriyle mücadelede kişiselleştirilmiş tıp ve halk sağlığı stratejilerinin geliştirilmesinde ilerleme kaydetmeye çalışmaktadır. Çalışmamız, 10 kat çapraz doğrulama ile hem az hem de fazla örnekleme tekniklerini uyguladıktan sonra karşılaştırmalı bir performans değerlendirmesi içermekte olup, önerilen topluluk modelimizin güvenilirliğini ve uygulanabilirliğini arttırmaktadır.
Özet (Çeviri)
Early detection of lung cancer plays a pivotal role in improving patient outcomes and reducing mortality rates. In recent years, the application of machine learning models for predicting lung cancer risk has garnered significant attention due to their potential to aid clinicians in identifying high-risk individuals. By employing a range of machine learning techniques, we aim to construct a robust predictive framework capable of discerning individuals at heightened risk of developing lung cancer using clinical datasets. Through meticulous data analysis and model evaluation, our research endeavors to make strides in advancing personalized medicine and public health strategies for combating lung cancer. Our study includes a comparative performance evaluation after implementing both under and over-sampling techniques with 10-fold cross-validation, enhancing the reliability and applicability of our proposed ensemble model.
Benzer Tezler
- 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
- Makine öğrenmesi yöntemleri ile kanser hastalığı takibi
Cancer disease tracking with machine learning methods
CANER BOZKURT
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNÇ AŞUROĞLU
- Sürdürülebilir hava kalitesi için yapay zeka yöntemleri ile partiküler madde tahmininin modellenmesi
Modeling particulate matter estimation with artificial intelligence methods for sustainable air quality
SALİHA ÇELİKCAN BİLGİN
Yüksek Lisans
Türkçe
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Akciğer kanseri tanısı ile radyoterapi uygulanan hastalarda radyasyon pnömonitinin radyomiks, dozyomiks ve makine öğrenmesi kullanılarak değerlendirilmesi
Evaluation of radiation pneumonitis in lung cancer patients undergoing radiotherapy using radiomics, dosiomics and machine learning
İREM BÜNÜL
Tıpta Uzmanlık
Türkçe
2024
Radyasyon Onkolojisiİstanbul ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞULE KARAMAN
- 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