Makine öğrenmesi teknikleri kullanılarak meme kanseri teşhisinin performans değerlendirmesi

Basit Öğe Kaydı
dc.contributor.authorBektaş, Burcu
dc.contributor.authorBabur, Sebahattin
dc.date.accessioned2024-06-13T20:18:41Z
dc.date.available2024-06-13T20:18:41Z
dc.date.issued2015
dc.departmentMeslek Yüksekokulu, Gedik Meslek Yüksekokulu, Tıbbi Görüntüleme Teknikleri Programı
dc.descriptionMedical Technologies National Conference (TIPTEKNO) -- 27-29 October, 2016 -- Antalya, Turkey
dc.description.abstractMeme 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.
dc.description.abstractBreast 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.
dc.identifier.doi10.1109/TIPTEKNO.2016.7863129
dc.identifier.isbn9781509023868
dc.identifier.scopus2-s2.0-85016128349
dc.identifier.scopusqualityN/A
dc.identifier.urihttps://hdl.handle.net/11501/1491
dc.identifier.urihttps://doi.org/10.1109/TIPTEKNO.2016.7863129
dc.identifier.wosWOS:000455003600068
dc.identifier.wosqualityN/A
dc.indekslendigikaynakWeb of Science
dc.indekslendigikaynakScopus
dc.institutionauthorBabur, Sebahattin
dc.language.isotr
dc.publisherIEEE
dc.relation.ispartof2016 Medical Technologies National Conference (Tiptekno)
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.subjectMakine Öğrenmesi
dc.subjectMeme Kanseri Teşhisi
dc.subjectMikrodizi
dc.subjectÖznitelik Seçme
dc.subjectMachine Learning
dc.subjectBreast Cancer Diagnosis
dc.subjectMicroarray
dc.subjectFeature Selection
dc.titleMakine öğrenmesi teknikleri kullanılarak meme kanseri teşhisinin performans değerlendirmesi
dc.title.alternativeMachine learning based performance development for diagnosis of breast cancer
dc.typeConference Object

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
Tam Metin / Full Text
Boyut:
341.87 KB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

WoS İndeksli Yayınlar Koleksiyonu
Gedik Meslek Yüksekokulu Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu