Derin öğrenme yöntemleri ile göğüs kanseri teşhisi
Breast canser diagnosis using deep learning methods
- Tez No: 482508
- Danışmanlar: YRD. DOÇ. DR. TANSEL DÖKEROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Türk Hava Kurumu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Göğüs kanseri dünyada kadınların arasında en yaygın kanser türü olup, kadınlardaki kanser oranının %23'ünü kapsamaktadır. Normalde memenin hücreleri düzenlenmiş bir şekilde bölünürler. Eğer hücreler, yeni hücrelere ihtiyaç duyulmadığında bölünmeyi sürdürürlerse, bir doku kütlesi oluşur. Bu kütleye bir tümör denir. Bu tümör habis veya iyi huylu olabilir. Teşhisinin amacı habis ve iyi huylu hücreleri birbirinden ayırmaktır. Göğüs kanserinden kurtulmanın tek umudu erken teşhistir. Bu tezde, derin öğrenme tıp alanında kullanılmaktadır, göğüs kanseri teşhis için derin öğrenme tabanlı klinik destek sistemi önermektedir. Derin öğrenme, yapay zekâ problemlerini çözmek için makine öğrenmenin bir alt alanıdır. Bu çalışma, derin öğrenme yaklaşımlarının tıbbi alanda da başarılı sonuçlar üretip üretemeyeceğini araştırmayı amaçlamakta olup, göğüs kanseri türündeki çalışmaları gösterecektir. Göğüs kanserinin teşhisinde daha önce derin öğrenme yöntemleri Tekrarlayan sinir ağları ve Tam bağlantılı sinir ağları kullanılırken yeni sıra ilk defa farklı derin öğrenme tekniklerinden Konvolüsyon sinir ağlarının yeni mimarisi kullanılmıştır. Wisconsin UCI makine öğrenme deposundaki göğüs kanseri veri setleri farklı derin öğrenme yöntemlerinin yeteneğini test etmek için kullanılmaktadır. Sonuçlar, derin öğrenme yaklaşımlarının, tıbbi karar vermeyi destekleme yönünde umut verici bir yön gösterdiğini doğrulamaktadır.
Özet (Çeviri)
Breast cancer is the most well-known cancer of women over the world, involving 23% of every female cancer around the world. Normally, the cells of the breast divide in a regulated manner. If cells keep on dividing when new cells are not needed, a mass of tissue forms. This mass is called a tumor. This tumor can be malignant or benign. The goal of diagnosis is to distinguish between malignant and benign cells. The only hope of surviving from breast cancer is early detection. In this thesis, deep learning is used in medical filed, to propose deep learning based clinical support system for diagnosis breast cancer. Deep learning is a subfield of machine learning to solve problems of artificial intelligence. This study aims to investigate whether the deep learning approaches are also capable of producing successful results in the medical area. Many of deep learning algorithms have been used in the diagnosis of breast cancer, such as fully connected neural networks and recurrent neural network, the new order is the first time that the new architecture of convolution neural networks is used to diagnosis breast cancer. Wisconsin Breast Cancer datasets from the UCI Machine Learning repository is used to test the ability of deep learning different techniques. The experiments with deep learning approaches show a promising direction towards supporting medical decision making.
Benzer Tezler
- Makine öğrenmesi yöntemleri kullanarak kanser teşhisi
Cancer prediction using machine learning methods
SİYABEND TURGUT
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA DAĞTEKİN
YRD. DOÇ. DR. TOLGA ENSARİ
- Breast cancer data classification using SVM, NB and KNN algorithms
SVM, NB ve KNN kullanımı ile göğüs kanseri veri sınıflandırması
BURCU MERAL
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. KAMİL ORUÇOĞLU
- Mamografi görüntülerinin değerlendirilmesinde kullanılan yeni bir karar destek sistemi tasarımı
A new decision support system design used in the evaluation of mammography images
RAMAZAN ALİOĞLU
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇETİN GENÇER
- Analysis of breast cancer classification robustness with radiomics feature extraction and deep learning techniques
Radyomik özellik ekstraksiyonu ve derin öğrenme teknikleri ile meme kanseri sınıflandırma sağlamlığının analizi
HARUN UR RASHID
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK
- A comparative study of convolutional neural network features for detecting breast cancer
Meme kanserinin saptanmasinda konvonsiyonel sinir ağı özelliklerinin karşılaştırmali çalışması
KEMALCAN BORA
Yüksek Lisans
İngilizce
2019
Bilim ve TeknolojiAnkara Yıldırım Beyazıt ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. KEZİBAN SEÇKİN CODAL