Anahtar kelimeler: GINI algoritması, Karar ağaçları, Yapay sinir ağları, İleri beslemeli geri yayılımlı ağ, Mamografi, Hata matrisi. ÖzMeme 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, Erlangen-Nuremberg 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.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.