Geri Dön

Meme kanseri hastalarının sağ kalım tahmini için öznitelik seçimi ve sınıflandırma algoritmalarının karşılaştırılması

Feature selection and comparision of classification algorithims for survival of breast cancer patients

PDF İndir

  1. Tez No: 614657
  2. Yazar: GİZEM YAĞMUR ÖZKAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEVCAN YILMAZ GÜNDÜZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Meme kanseri, Öznitelik seçimi, Sağ kalım, Sınıflandırma algoritmaları, Breast cancer, Feature selection, Survival, Classifications algorithms
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Meme kanseri günümüzde özellikle kadınlar arasında en sık görülen hastalıklardan biri haline gelmiş, bu durum da hastaların hayatta kalma tahmininin önemini artırmıştır. Bu çalışmada The Surveillance, Epidemiology, and End Results (SEER) meme kanseri veri seti kullanılarak makine öğrenme algoritmalarının sağ kalım tahmini üzerinde sağladığı başarılar karşılaştırılmış ve öznitelik seçiminin bu algoritmaların başarısı üzerinde sağladığı etki incelenmiştir. Çalışmanın ilk aşamasında veri setindeki sağ kalım tahmini için anlamlı olabilecek özniteliklerin tamamı kullanılarak 4 farklı makine öğrenme algoritması bu veri seti üzerinde Waikato Environment for Knowledge Analysis (Weka) ortamında çalıştırılmıştır. Bunlar: Naive Bayes, J48, Çok Amaçlı Evrimsel Bulanık Sınıflandırıcı (ÇAEBS), Destek Vektör Makineleridir (DVM). En başarılı algoritma olarak J48 algoritması belirlenmiştir. Çalışmanın ikinci aşamasında ise filtre ve sarmalama öznitelik seçim yöntemleri birlikte kullanılarak elde edilen veri setleri üzerinde ilk aşamada kullanılan sınıflandırma algoritmaları test edilmiş ve başarıları karşılaştırılmıştır. Daha az öznitelikle daha yüksek başarılar elde edilebildiği gözlemlenmiştir.

Özet (Çeviri)

Breast cancer has become one of the most common diseases, especially among women, increasing the importance of predicting survival. In this study, the success of machine learning algorithms on survival prediction was compared using the Surveillance, Epidemiology, and End Results (SEER) breast cancer data set and the effect of attribute selection on the success of these algorithms was examined. In the first stage of the study, 4 different machine learning algorithms were run on this data set in Waikato Environment for Knowledge Analysis (Weka) using all of the attributes that might be meaningful for survival estimation in the data set. These are: Naive Bayes, J48, Multiobjective Evolutionary Fuzzy Classifier (MEFC), Support Vector Machines (SVM). The most successful algorithm is J48 algorithm. In the second stage of the study, the classification algorithms used in the first stage were tested on the data sets obtained by using filter and wrapping attribute selection methods together and their successes were compared. It has been observed that higher achievements can be achieved with less attribute.

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

    419822

    Meme kanserli hastalarda lenfödem gelişmesinde etkili risk faktörlerinin belirlenmesi

    How to diagnose breast cancer patients with high-risk for upper extremity lymphedema: A cross-sectional study examining the risk factors associated with lymphedema and its prevalence

    SİBEL KİBAR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Fiziksel Tıp ve RehabilitasyonSağlık Bakanlığı

    Fizik Tedavi ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. MELTEM DALYAN ARAS

  3. Tez No

    990604

    Malign plevral efüzyonlarda LENT, PROMISE, RECLS skorlarının karşılaştırılması

    Comparison of LENT, PROMISE, and RECLS scores in malignant pleural effusions

    HASAN EMRE YILDIRIM

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2026

    Göğüs CerrahisiSüleyman Demirel Üniversitesi

    Göğüs Cerrahisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HASAN EKREM ÇAMAŞ

  4. Tez No

    549582

    Metastatik meme kanseri hastalarında primer tümör rezeksiyonunun sağ kalım üzerindeki etkisi ve nötrofil:lenfosit oranının prognostik değeri

    The effect of primary tumor resection on survival in metastatic breast cancer patients and the prognostic value of neutrophil: Lymphocyte rate

    YAŞAR ÇÖPELCİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Genel CerrahiSağlık Bilimleri Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    DOÇ. DR. UMUT RIZA GÜNDÜZ

  5. Tez No

    397979

    Expressional protein profiling of MCF-7 breast cancer epithelial cells upon BAG-1 overexpression

    BAG-1 proteininin fazla ifade edildiği MCF-7 epitel kanser hücrelerinin proteomik analizi

    PINAR ÖZTEPE

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Onkolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. GİZEM DİNLER DOĞANAY

Geri Dön