Geri Dön

Prostat kanser riskinin tespitinde sınıflandırıcı tabanlı uzman sistem tasarımı

Design of expert system at diagnosis prostate cancer risk with classifier based

PDF İndir

  1. Tez No: 202120
  2. Yazar: MURAT ÇINAR
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET ENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Biyomühendislik, Üroloji, Electrical and Electronics Engineering, Bioengineering, Urology
  6. Anahtar Kelimeler: Uzman sistemler, Prostat kanseri, Yapay Sinir Agları, Destek Vektör Makineleri, risk faktörleri, sınıflandırıcılar, Neoplazmlar, Prostat, Expert System, Prostate cancer, Artifical Neural Networks, Support Vector Machine, risk factors, classifiers, Neoplasms, Prostate, Expert systems
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Prostat kanseri, erkeklerde en sık görülen ve ikinci sıklıkta ölüme neden olan bir hastalıktır. Prostat kanserine erken dönemde tanı konuldugu takdirde, ameliyat yapılabilir ve hastalık tedavi edilebilir. Bu çalısmada amaç; organa sınırlı evrede tanı konularak cerrahi tedavi sansı olan prostat kanserini olabildigince erken yakalamak için bir uzman sistem tasarlamaktır. PSA (Prostat Specific Antijen) , Serbest PSA, prostat hacmi, prostat yogunlugu, kilo, boy, BMI (beden kütle indeksi), sigara, tansiyon ve nabız gibi risk faktörlerini kullanarak en dogru tanıyı koymaktır. Bir baska deyisle, en az sayıda hastaya biyopsi yaparak, en çok sayıda kanser tanısı koymayı hedeflenmektedir. Diger amaç, sigara ve BMI faktörüyle, prostat kanseri arasındaki iliski olup olmadıgının incelemektir Tasarımlanan sistemin esas görevi kanser evresini sınıflayabilmektir. Sınıflandırma için yapay sinir aglarına ait SCG, BFGS, LM yöntemleri ile Destek Vektör Makinelerine ait Dogrusal, Radyal tabanlı fonksiyon, polinom kernel sınıflandırıcı tipleri kullanılmıstır. En iyi sonucu veren polinom kernel algoritmasının basarısı %83 tür. Ayrıca sigaranın prostat kanseri riskini artırıcı bir faktör oldugu ve BMI'nin ise olmadıgı tespit edilmistir.

Özet (Çeviri)

Prostate cancer is the most frequently seen disease for men and it is also the second deadly disease of men. Provided that prostate cancer can be diagnosed early, medical surgery operation can be performed so the disease can be treated. In this study, the aim is to design a classifier based expert system for early diagnosis of the organ in constraint phase. The other purpose is to reach informed decision making without biopsy by using following risc factors; PSA (Prostate Spesific Antigen), Free PSA, prostate volume, prostate density, weight, height, BMI (Body Mass Index), smoking and heart-rate. In other words, We want to diagnose cancer in optimum level where decrease the number of patients to whom applied biopsy The other purpose is to investigate a relationship between Body Mass Index and smoking factor and Prostate Cancer. The main task of the design system is to classify the early phase of prostate cancer. For classification process, the Scaled-Conjugate Gradient, BFGS and Levenberg?Marquardt training algorithms of Artificial Neural Networks and also linear,radial based function and polynominal kernel functions of Support Vector Machine (SVM) were used. The proposed system was designed with polynominal kernel function which had the best performance. The success of the system is %83. Moreover It was determined that smoking is a factor which increases prostate cancer risk but BMI was not .

Benzer Tezler

  1. Tez No

    843497

    Obtain anterior/posterior position of the tumor through machine learning

    Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin

    GOLSHAN GHOLAMPOUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM AKDUMAN

  2. Tez No

    609408

    Bozok Üniversitesi Tıp fakültesi, Tıbbi Patoloji Anabilim Dalı'nda 2012-2019 yılları arasında tanı konulan kanser olgularının araştırılması

    Investigation of cancer cases diagnosed between 2012-2019 at the pathology department of Bozok University Faculty of Medicine

    BETÜL AYTEKİN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    PatolojiYozgat Bozok Üniversitesi

    Tıbbi Patoloji Ana Bilim Dalı

    YRD. DOÇ. SEVİNÇ ŞAHİN

  3. Tez No

    192841

    Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi

    The relation between psa and gleason score and clinical phase in prostate adenocarsinoma

    HACI HASAN ESEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2005

    PatolojiSelçuk Üniversitesi

    Patoloji Ana Bilim Dalı

    PROF.DR. MUSTAFA CİHAT AVUNDUK

  4. Tez No

    808289

    PIRADs 3 olgularda prostat kanserinin saptanabilirliğini belirleyen radyolojik kriterler: Multiparametrik prostat MRG sonuçlarımız

    Radiological criteria determining the detectability of prostate cancer in PIRADs 3 cases: Our multiparametric prostate mri results

    İLKER MERSİNLİOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpAkdeniz Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. SÜLEYMAN METİN ÇUBUK

  5. Tez No

    651512

    Prostat kanseri tanısında multiparametrik prostat MR ve histopatolojik sonuçların karşılaştırılması

    Comparison of Multiparametric Prostate MRI and Histopathological Results in the Diagnosis of Prostate Cancer

    AHMET BAYTOK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Radyoloji ve Nükleer TıpSelçuk Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. MUSTAFA KOPLAY

Geri Dön