Makine öğrenmesi teknikleri kullanılarak meme kanseri teşhisinin performans değerlendirmesi

Yükleniyor...
Küçük Resim

Tarih

2015

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

IEEE

Erişim Hakkı

info:eu-repo/semantics/closedAccess

Özet

Meme kanseri, sıklıkla kadınlar arasında görülen ve meme hücrelerinde başlayan bir kanser türüdür. Erken teşhis ve doğru tedavi meme kanseri hastalarının hayatta kalma oranını arttırabilme açısından son derece önemlidir. Mikrodizi teknolojisi ile hastalığın genetik faktörlerinin belirlenmesi teşhis ve tedavi sürecine önemli katkı sağlayabilir. Bu çalışmada, meme kanserinin teşhisi için birçok makine öğrenmesi algoritmaları kullanılmıştır ve bu algoritmaların birbirlerine göre sınıflandırma performansları karşılaştırılmıştır. Bunun yanı sıra öznitelik seçme yöntemleri ile meme kanserinde etkin genler belirlenip yapılan çalışma sonucunda 139 öznitelik ile % 90,72 başarı elde edilmiştir.
Breast cancer is prevalent among women and develops from breast tissue. Early diagnosis and accurate treatment is vital to increase the rate of survival. Identification of genetic factors with microarray technology can make significant contributions to diagnosis and treatment process. In this study, several machine learning algorithms are used for Diagnosis of Breast Cancer and their classification performances are compared with each other. In addition, the active genes in breast cancer are identified by attribute selection methods and the conducted study show success rate 90,72 % with 139 feature.

Açıklama

Medical Technologies National Conference (TIPTEKNO) -- 27-29 October, 2016 -- Antalya, Turkey

Anahtar Kelimeler

Makine Öğrenmesi, Meme Kanseri Teşhisi, Mikrodizi, Öznitelik Seçme, Machine Learning, Breast Cancer Diagnosis, Microarray, Feature Selection

Kaynak

2016 Medical Technologies National Conference (Tiptekno)

WoS Q Değeri

N/A

Scopus Q Değeri

N/A

Cilt

Sayı

Künye