Meme kanserinin saptanmasında konvonsiyonel sinir ağı özelliklerinin karşılaştırmalı çalışması

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Ankara Yıldırım Beyazıt Üniversitesi, Sosyal Bilimler Enstitüsü, Yönetim Bilişim Sistemleri Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: İngilizce

Öğrenci: Kemalcan BORA

Danışman: Keziban Seçkin Codal

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Göğüs kanseri, en ölümcül kanser türüdür fakat erken tanı tedavisi ile kadınların hayatta kalma oranının çok yüksektir. Yardımcı sistem olarak bilgisayar destekli bir teşhis,radyologların bilgi birikimi olmadan anormallikleri otomatik olarak algılayabilir. Bu tezin amacı, görüntü temelli objelerin sınıflandırılmasında büyük başarılarlar elde edilecebilecek bir derin öğrenme metodolojisi uygulayarak göğüs kanserinin saptanmasıdır. 322 adet mamograf görüntüsü derin öğrenme algoritmaları ile tümör sınıflandırmak için kullanıldı. Konvolüsyonel sinir ağları (CNN) göğüs kanseri saptanmasında çeşitli yöntemler gerçekleştirir 48,2%, VGG16 ile 72.2%, ResNet50 65.3%„ NasNet 65.3%, ve InceptionResNetV2 60%, oranında başarı sağlanıldı. Göğüs kanseri sistemleri için umut verici bir teknik olarak iyi tasarlanmış bir konvolüsyonal nöral ağ, mevcut sistemlerde kesinlikle daha etkili bir rol oynayacaktır