Mamografik Kitle Sınıfının Makine Öğrenmesi Teknikleri ile Tespiti
View/ Open
Date
2022Author
ERİŞ, Ömer
BULUT ERİŞ, Seval
BOZKURT, Mehmet Recep
Metadata
Show full item recordAbstract
Meme kanseri, dünyada kadınlar arasında ölüme neden olabilen kanser tiplerinin en sık görülenlerinden biridir. Günümüzde meme kanseri teşhisinde farklı görüntüleme yöntemleri kullanılmakla birlikte bu yöntemler zaman zaman gereksiz biyopsiye yönlendirebilmektedir. Bu çalışmada, makine öğrenmesi tekniklerinden, karar ağaçları ve yapay sinir ağları yöntemleri kullanılarak mamografik kitlenin sınıfı, hastaya ve kitleye ait özelliklerin değerinden tespit edilmiştir. Karar ağaçlarında, GINI algoritması kullanılmış ve RapidMiner programından yararlanılmıştır. Yapay sinir ağlarında, ileri beslemeli geri yayılımlı ağ modeli MATLAB’de yazılan program aracılığı ile kullanılmıştır. Bu çalışmada kullanılan veri seti, ErlangenNuremberg Üniversitesi, Radyoloji Enstitüsü, Jinekolojik Radyoloji bölümünden elde edilen 961 örnekten oluşmaktadır. Her örnek için 5 adet özellik mevcuttur. Bu özellikler, BI-RADS (meme görüntüleme raporlama ve veri sistemleri) değerlendirmesi, yaş, kitle şekli, kitlenin kenar boşluğu ve kitlenin yoğunluğu bilgilerini içermektedir. Yaklaşımımız, mamografide tespit edilen kitleleri iyi huylu ve kötü huylu olmak üzere iki farklı sınıfa ayırmaktadır. Her iki yöntemin performanslarının karşılaştırılması, doğruluk, duyarlılık, kesinlik, seçicilik, F-skor ve AUC (eğri altındaki alan) değerlerine bakılarak yapılmıştır.
Collections
DSpace@BEU by Bitlis Eren University Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..