Sınıf dengesizliği içeren tıbbi verilerde akciğer kanseri evre sınıflandırması
Lung cancer stage classification on medical data with class imbalance
- Tez No: 948466
- Danışmanlar: PROF. DR. AYTEN ATASOY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez kapsamında, 8 metal oksit yarı iletken ve 14 kuvars kristal mikro terazi sensörden oluşan hibrit bir elektronik burun sistemi kullanılarak, akciğer kanseri tanısı almış bireylerin nefes örnekleri analiz edilmiş ve hastalık evrelerine göre sınıflandırılmıştır. Analiz edilen 200 nefes örneği, hastalık evrelerine göre sırasıyla I. Evre: 14, II. Evre: 12, III. Evre: 23 ve IV. Evre: 151 örnekten oluşmaktadır. Veri setine öncelikle referans düzeltme ve iletkenlik dönüşümü gibi önişleme adımları uygulanmıştır. Bu adımların ardından öznitelik çıkarımı gerçekleştirilmiş; elde edilen öznitelikler Z-Skor normalizasyonu ile ölçeklendirilmiş ve sonrasında Temel Bileşenler Analizi kullanılarak boyut indirgeme işlemi yapılmıştır. Sınıflandırma işlemi hem dengesiz veri seti ile hem de Sentetik Azınlık Aşırı Örnekleme Tekniği ve türevleriyle dengelenmiş veri setleri üzerinde gerçekleştirilmiştir. Lojistik Regresyon, Destek Vektör Makineleri, k-En Yakın Komşu ve Rastgele Orman algoritmaları farklı hiperparametre kombinasyonlarıyla eğitilmiş ve test edilmiştir. Modellerin performansı doğruluk, makro kesinlik, makro duyarlılık ve makro F1-skoru gibi metriklerle değerlendirilmiştir. Sonuçlar, dengesiz veri setlerinde hem veri dengeleme algoritmalarının hem de hibrit sensör sistemlerinin makine öğrenmesi tabanlı sınıflandırma performansını belirgin biçimde artırdığını göstermektedir.
Özet (Çeviri)
In this thesis, a hybrid electronic nose system comprising 8 metal oxide semiconductor sensors and 14 quartz crystal microbalance sensors was used to analyze the breath samples of individuals diagnosed with lung cancer and classify them according to disease stages. A total of 200 breath samples were analyzed, with the distribution as follows: 14 from Stage I, 12 from Stage II, 23 from Stage III, and 151 from Stage IV. Preprocessing steps such as baseline correction and conductivity transformation were applied, followed by feature extraction, Z-score normalization, and dimensionality reduction via Principal Component Analysis. Classification was performed using both the original imbalanced dataset and versions balanced with the Synthetic Minority Oversampling Technique and its variants. Logistic Regression, Support Vector Machines, k-Nearest Neighbors, and Random Forest algorithms were evaluated under different hyperparameter combinations. The performance of the models was evaluated using metrics such as accuracy, macro precision, macro recall, and macro F1-Score. The results demonstrate that both data balancing algorithms and hybrid sensor systems significantly enhance machine learning-based classification performance on imbalanced data sets.
Benzer Tezler
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Ege ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Adolesan intihar girişimlerinin psiko-sosyal nedenleriyle ilgili araştırma
Başlık çevirisi yok
NAZMİYE YÜKSEL
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
- Samsun ve çevresinde tarla sarmaşığı (conuolvulus arvensis L.)'na karşı biyolojik savaşa esas olacak fauna tespiti
Investigations on the insect fauna of the field binweed (Conuolvulus arvensis L.) related to its biological control in Samsun Province
YASEMİN UFUK GERMAN