Geri Dön

Sınıf dengesizliği içeren tıbbi verilerde akciğer kanseri evre sınıflandırması

Lung cancer stage classification on medical data with class imbalance

  1. Tez No: 948466
  2. Yazar: BİLAL TALHA AYVAZ
  3. Danışmanlar: PROF. DR. AYTEN ATASOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 152

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

  1. Tez No

    919748

    A radiogenomics-based approach to clinical decision making

    Klinik karar vermede radyogenomik tabanlı bir yaklaşım

    MERVE KAŞIKCI ÇAVDAR

    Doktora

    İngilizce

    İngilizce

    2025

    BiyoistatistikHacettepe Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. ERDEM KARABULUT

    DOÇ. DR. ERDAL COŞGUN

  2. Tez No

    920831

    Improved bone marrow cell classification using enhanced capsnet and enhanced U-net: Addressing data imbalance and large-scale data

    Geliştirilmiş kapsül ağı ve U-net kullanarak kemik iliği hücrelerinin iyileştirilmiş sınıflandırılması: Veri dengesizliği ve büyük ölçekli veri sorunlarına çözüm

    AMINA FARIS ABDULLAH AL-RAHHAWI

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY

  3. Tez No

    694216

    Fully supervised and semi-supervised semantic segmentation of cardiac mr using deep learning

    Tam denetımlı ve yarı denetımlı semantık segmentasyon derın öğrenmeyı kullanan kardıyak mr'nın

    MAHYAR BOLHASSANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    ASST. ASSOC. DR. İLKAY ÖKSÜZ

  4. Tez No

    867050

    Assessment of the effects of melatonin on the funtional deficits induced by cellular stress in obese donor derived mesenchymal STEM cells

    Melatonin'in obez donor mezenkimal kök hücrelerinde hücresel strese bağlı olarak oluşan fonksiyon bozuklukları üzerindeki etkilerinin değerlendirilmesi

    ECE GİZEM POLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    BiyolojiHacettepe Üniversitesi

    Kök Hücre Ana Bilim Dalı

    DOÇ. DR. FATİMA SUSANNA FAUSTINA AERTS KAYA

  5. Tez No

    956568

    Optik koherens tomografi ve retinal fundus görüntüleri kullanılarak çok sınıflı ve çok etiketli göz hastalıklarının derin öğrenme tabanlı sınıflandırılması

    Deep learning-based multi-class and multi-label classification of ocular diseases using optical coherence tomography and retinal fundus images

    MUHAMMED HALİL AKPINAR

    Doktora

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

Geri Dön