Geri Dön

Çok değişkenli verilerde sınıflandırma ve sağlık verileri üzerine uygulaması

Classification of multivariate data and application on health data

PDF İndir

  1. Tez No: 668952
  2. Yazar: ADIL HANI ABDULKAREEM ABDULKAREEM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA CEM KASAPBAŞI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Meme kanseri, dünyadaki en tehlikeli ve ikinci en yaygın kanser türlerinden biridir. Gelişmiş cihazlarla ve tıbbi tedavilerle meme kanseri ile mücadele daha kolay hale geldi. Meme kanseri tedavisinde en iyi sonucu elde etmek ve erken tanı için periyodik kontroller yapılmalıdır. Makine öğrenme teknikleri, tedavinin başarısını tahmin etmek veya teşhis etmek için kullanılır. Bu çalışmada meme kanserinin erken tespiti için K-En Yakın Komşu (k-NN), Destek Vektör Makinesi (SVM), Naïve Bayes (NB), Lojistik Regresyon (LR) ve Rastgele Ormanlar (RF) sınıflandırıcısı makine öğrenmesi algoritmaları kullanılmıştır. Kullanılan veri seti, yaş, glikoz, BMI, resistin, insülin, adiponektin, HOMA, MCP1 ve leptin özelliklerinden oluşan UCI kütüphanesinden alınan Coimbra meme kanser veri setidir. Yaş, Resistin, Glikoz ve BMI kullanan K-En Yakın Komşu modeli en yüksek sonuçları vermektedir. Burada özgüllüğün % 90'ı hassasiyetin % 84'ü ve % 87.5'i doğruluk elde edilir. SVM algoritması, çalışmamızda % 83 doğruluk oranıyla ikinci en yüksek doğruluğu elde edildi. Ayrıca, RF algoritması % 79 doğruluk oranına, NB algoritması % 79 doğruluk oranına ve LR algoritmasının % 75 doğruluk oranına elde edildi. Bu bulgular resistin, glikoz, yaş ve BMI'yı birleştiren modellerin meme kanseri tespiti için güçlü bir araç olabileceğine dair umut verici kanıtlar sunmaktadır.

Özet (Çeviri)

Breast cancer is one of the most dangerous and second most common types of cancer in the world. Breast cancer-fighting with developed devices and medical therapies has become easier. To obtain the best result in breast cancer treatment, periodic checks should be carried out to follow the early diagnosis. Data Mining techniques are used to predict the success of treatment or diagnosis. In this study, the K-Nearest Neighbor (k-NN), Support Vector Machine (SVM), Naïve Bayes (NB), Logistic Regression (LR), and Random Forests (RF) classifier algorithms of machine learning were used for early detection of breast cancer. From the UC Irvine Machine Learning Repository (UCI) library Coimbra Breast Cancer data set which consists of age, glucose, body mass index (BMI), resistin, insulin, adiponectin, homeostatic model assessment (HOMA), monocyte chemoattractant protein-1 (MCP1), and leptin attributes were used. K-NN model using Age, Resistin, Glucose, and BMI give the highest results, where 90% of specificity 84% percent of sensitivity, and 87.5% accuracy is achieved. The SVM algorithm achieved the second-highest accuracy in our study with an 83% accuracy rate. Also, the RF algorithm has a 79% accuracy rate, the NB algorithm a 79% accuracy rate, and the LR algorithm has a 75% accuracy rate. These findings provide promising evidence that models combining resistin, glucose, age, and BMI may be a powerful tool for breast cancer detection.

Benzer Tezler

  1. Tez No

    874174

    Characterization of Turkish bee products such as propolis, pollen and royal jelly in terms of bioactive components, health effects and encapsulation

    Türkiye'ye ait arı sütü, propolis ve polen gibi arı ürünlerinin biyoaktif bileşenler, sağlık etkileri ve enkapsülasyonu açısından karakterizasyonu

    ÜMİT ALTUNTAŞ

    Doktora

    İngilizce

    İngilizce

    2023

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. BERAAT ÖZÇELİK

  2. Tez No

    878655

    A hierarchical key assignment scheme: A unified approach for scalability and efficiency, with a specialized implementation in cloud computing

    Hiyerarşik anahtar atama şeması: Ölçeklenebilirlik ve verimlilik için bütünleşik bir yaklaşım ve bulut bilişim için özelleştirilmiş bir gerçekleme

    İBRAHİM ÇELİKBİLEK

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR

  3. Tez No

    201

    Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi

    Başlık çevirisi yok

    NACİYE TÜRKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

  4. Tez No

    401

    Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği

    The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning

    NEVİN TURGUT

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Şehircilik ve Bölge PlanlamaGazi Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    YRD. DOÇ. DR. NURCAN UYDAŞ

  5. Tez No

    52

    Organize sanayi bölgelerinde iş güvenliği sorunlarının teknik ve bilimsel araştırılmasında bir yöntem önerisi

    Başlık çevirisi yok

    MEHMET ALİ YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Çalışma Ekonomisi ve Endüstri İlişkileriGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. İBRAHİM BOYNUKALIN

Geri Dön