Derin öğrenme yöntemleri kullanılarak rahim ağzı kanserinin tespitedilmesi
Detecting cervical cancer using deep learning methods
- Tez No: 927158
- Danışmanlar: DOÇ. DR. MUHAMMED YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Malatya Turgut Özal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Rahim ağzı kanseri, kadınlarda en sık görülen dördüncü kanser türüdür. Gelişmiş ülkelerde en yaygın kanser türlerinin ikinci sırasında yer almaktadır.“Serviks”olarak bilinen rahim ağzında gelişen bir kanser türüdür. Kanser öncülleri olarak bilinen hücreler, rahim ağzının yüzeyini oluşturan hücre tabakasının anormal hücrelere dönüşmesiyle ortaya çıkabilir. Her yıl 500.000'den fazla kadını etkileyen rahim ağzı kanseri, kadınlarda en yaygın kanser türlerinden biridir. Rahim ağzı kanseri evrelerine göre daha derin dokulara ve diğer organlara yayılabilir. Erken teşhis edildiğinde önlenebilen bir kanser türüdür. Bu bölgedeki sağlıklı hücrelerin DNA'larındaki mutasyonlar, serviks kanseriyle sonuçlanır. Sağlıklı hücreler belirli bir döngü boyunca bölünür, yaşamlarını sürdürür ve zamanı geldiğinde yerlerini genç hücrelere bırakırlar. Mutasyonlar sonucunda bu hücre döngüsü bozulur ve hücreler kontrolsüz biçimde çoğalmaya başlar. Anormal hücre artışı kitleler ya da tümör olarak ifade edilen yapıların oluşmasına neden olur. Bu olumsuz büyüme çevredeki ve uzaktaki diğer vücut yapılarını da işgal etme gibi kötü huylu olmaları halinde kanser olarak ifade edilirler. Bu kanser hücrelerinin erken tespit edilmesi, tedavi açısından oldukça önemlidir. Yapılacak bu tez çalışmasında rahim ağzı kanserini erken tespit edebilen yapay zekâ tabanlı hibrit bir model geliştirilmiştir. Geliştirilen yapay zekâ tabanlı bu sistem sayesinde rahim ağzı kanseri daha erken tespit edilebilecektir. Ayrıca geliştirdiğimiz model hem uzman olmayan yerlerde ön teşhis için, hem de uzmanların iş yükünü hafifletmek için kullanabilecektir. Yapılan tez çalışmasında geliştirilen model literatürde kabul gören önceden eğitilmiş modeller de kıyaslanmıştır. Geliştirilen model bu modellerden daha iyi sonuçlar elde etmiştir.
Özet (Çeviri)
Cervical cancer is the fourth most common type of cancer in women. It is the second most common type of cancer in developed countries. It is a type of cancer that develops in the cervix, known as the“cervix.”Cells known as precursors of cancer can occur when the layer of cells that form the surface of the cervix transforms into abnormal cells. Affecting more than 500,000 women each year, cervical cancer is one of the most common types of cancer in women. Cervical cancer can spread to deeper tissues and other organs depending on its stage. It is a type of cancer that can be prevented when diagnosed early. Mutations in the DNA of healthy cells in this area result in cervical cancer. Healthy cells divide throughout a specific cycle, continue their lives, and when the time comes, they give way to young cells. As a result of mutations, this cell cycle is disrupted, and cells multiply uncontrollably. Abnormal cell growth causes the formation of masses or structures called tumors. This negative growth is called cancer if malignant, such as invading other surrounding and distant body structures. Early detection of these cancer cells is crucial for treatment. In this thesis study, an artificial intelligence-based hybrid model that can detect cervical cancer early has been developed. Thanks to this developed artificial intelligence-based system, cervical cancer can be detected earlier. In addition, the model we developed can be used for preliminary diagnosis in places with no experts and to relieve experts' workload. The model developed in the thesis study was compared with pre-trained models accepted in the literature. The developed model achieved better results than these models.
Benzer Tezler
- Pap-smear görüntüleri üzerinde rahim ağzı kanseri tespiti
Cervical cancer detection over pap-smear images
FATMA BETÜL AKYOL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ALTUN
- Automated detection of endometrial and ovarian cancers by classification of urine-based FTIR spectroscopy signals using genetic algorithm, machine learning and deep learning methodologies
İdrar tabanlı FTIR spektroskopi sinyallerinin genetik algoritma, makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sınıflandırılması aracılığıyla rahim ve yumurtalık kanserlerinin otomatik teşhisi
FATIME OUMAR DJIBRILLAH
Yüksek Lisans
İngilizce
2023
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET EMİN YÜKSEL
- Abdomen BT görüntülerinde pankreas segmentasyonu için yeni bir derin öğrenme yaklaşımı: Pascal U-Net
A new deep learning approach for pancreas segmentation on abdomen CT images: Pascal U-Net
ENDER KURNAZ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAHİME CEYLAN
- Diyabetik retinopati teşhisi için derin öğrenme tabanlı sınıflandırma analizi
Deep learning based classification analysis for diabetic retinopathy diagnosis
DİLAN BUDAK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAksaray ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. RAHMİ BAKİ
DOÇ. DR. KEMAL ADEM
- Modeling of the ionosphere's disturbance using deep learning techniques
İyonosfer bozulmaların derin öğrenme teknikleri kullanılarak modellenmesi
RAHEM ABRI ZANGABAD
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HARUN ARTUNER