Meme kanserinin iyi huylu veya kötü huylu durum tespitinde derin öğrenme modellerinin kullanılması
| dc.authorid | 0000-0002-9153-5080 | en_US |
| dc.contributor.advisor | Çalışkan, Abidin | |
| dc.contributor.author | Ateş, Feyzi Ferat | |
| dc.date.accessioned | 2023-07-12T11:42:48Z | |
| dc.date.available | 2023-07-12T11:42:48Z | |
| dc.date.issued | 2023-02-27 | en_US |
| dc.department | Batman Üniversitesi Lisansüstü Eğitim Enstitüsü Elektrik-Elektronik Mühendisliği Bölümü Anabilim Dalı | en_US |
| dc.description.abstract | Meme kanseri, meme de bulunan bağ dokusu ve buna bağlı olan kanal bölgelerinde oluşan ve oluşan bu hücrelerin normalin dışında hareketlerinden meydana gelen bir kanser türüdür. Yoğun olarak kadınlarda görülmekte olup, en yaygın rastlanan kanser çeşitlerindendir. Hastalık erkenden fark edilmeği zaman kan ve lenf damarları yoluyla diğer organlara kanserli hücreler etki edebilir (metastaz durumu). Yapılan araştırmalara göre genel olarak tüm kanser çeşitlerinde erken tanı ve tedavi önemlidir. Bu çalışmada meme kanserinin iyi huylu ve kötü huylu türleri arasında sınıflandırma yapabilen yapay zekâ tabanlı erken tanı sistemi önerilmiştir. Önerilen yaklaşımda artık bloklu evrişimsel sinir ağı modelleri kullanıldı. ResNet modellerinin son katmanına yeni bir tam bağlantılı katman eklenerek tür tabanlı öznitelikler çıkartıldı. Bir sonraki aşamada tam bağlantılı katmanlardan elde edilmiş öznitelikler birleştirilerek yeni bir özellik seti oluşturuldu. Oluşturulan bu özellik seti ile sınıflandırma oluşturulurken softmax ve makine öğrenim yöntemleri kullanıldı. Çalışmada önerilen yaklaşım ile sınıflandırma oluşturulma adımlarında kullanılan tüm yöntemlerden %100 genel doğruluk başarısı elde edildi. Bu çalışmada tam bağlantılı katmanların elde edilmesi ve birleştirilmesi deneysel analizlerin geliştirilen çalışmada performansa olumlu yönde etki ettiği gözlemlenmiştir. | en_US |
| dc.description.abstract | Breast cancer is a type of cancer that usually occurs in the lobule, duct and connective tissue regions of the breast and is caused by the abnormal movement of cells in these regions. The most common type of cancer in women is breast cancer. When the disease is detected early, cancerous cells can affect other organs through the blood and lymphatic vessels (metastasis state). Therefore, early diagnosis and treatment of breast cancer is important. This study proposes the classification of benign and malignant types of breast cancer with an artificial intelligence-based early diagnosis system. Blocky neural network models are now used in the proposed approach. Type-based features were extracted by adding a new fully connected layer to the last layer of ResNet models. In the next step, a new feature set was created by combining the features obtained from the fully connected layers. Softmax and machine learning methods were used while creating the classification with this feature set. With the approach proposed in the study, 100% overall accuracy was obtained from all the methods used in the classification creation steps. In this study, it was observed that obtaining and combining type-based fully connected layers positively affected the performance of experimental analyzes. | en_US |
| dc.identifier.citation | Ateş, F. F. (2023). Meme kanserinin iyi huylu veya kötü huylu durum tespitinde derin öğrenme modellerinin kullanılması. (Yayınlanmamış Yüksek Lisans Tezi). Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, Batman. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12402/4466 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Batman Üniversitesi Lisansüstü Eğitim Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Derin Öğrenme | en_US |
| dc.subject | Sınıflandırma | en_US |
| dc.subject | Özellik Seçimi | en_US |
| dc.subject | Makine Öğrenmesi | en_US |
| dc.subject | Meme Kanseri | en_US |
| dc.subject | Yapay Zekâ | en_US |
| dc.subject | Deep Learning | en_US |
| dc.subject | Classification | en_US |
| dc.subject | Feature Selection | en_US |
| dc.subject | Machine Learning | en_US |
| dc.subject | Breast Cancer | en_US |
| dc.subject | Artificial Intelligence | en_US |
| dc.title | Meme kanserinin iyi huylu veya kötü huylu durum tespitinde derin öğrenme modellerinin kullanılması | en_US |
| dc.title.alternative | Using deep learning models for breast cancer detection of become or violent conditions | en_US |
| dc.type | Master Thesis | en_US |
