Yapay sinir ağları modeli ile mesane kanseri teşhisi ve hastalığa yol açan faktörlerin belirlenmesi

Basit Öğe Kaydı
dc.contributor.advisorYücebaş, Sait Can
dc.contributor.authorBoğa, Mertcan
dc.date.accessioned2025-01-26T20:45:52Z
dc.date.available2025-01-26T20:45:52Z
dc.date.issued2019
dc.departmentÇOMÜ, Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
dc.descriptionFen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
dc.description.abstractGünümüzde bulaşıcı olmayan hastalıkların büyük bir çoğunluğunun genetik temeller ile ortaya çıktığı fark edilmiştir fakat buna rağmen hangi hastalıklara hangi genetik bozuklukların etki ettiği büyük oranda bilinmemektedir. Gelişen teknoloji sayesinde hastalıklar ve genetik özellikler hakkında çok fazla veriye sahibiz. Özellikle Bütünsel Genom İlişkilendirme Çalışmaları (BGİÇ) yüksek miktarda veri sunmaktadır. Bu büyüklükteki verilerin işlenmesi ve sağlıklı çıkarsamalarda bulunulması için veri madenciliğine ihtiyaç duyulmaktadır. İlgili tez çalışmasında mesane kanserinin oluşumunda hangi genetik bozuklukların etkili olduğu makine öğrenmesi yöntemlerinden yapay sinir ağları kullanılarak tespit edilmesi amaçlanmıştır. Bu sayede hastalığın erken teşhisinin başarı oranı artacak ve erken müdahale sayesinde tedavilerin başarı şansının da artması sağlanacaktır. Bu doğrultuda Keras ortamında oluşturulan yapay sinir ağı modeli % 83.57 başarım oranı göstermiştir. İlgili model mesane kanseri ile rs872873 tekli nükleotit polimorfizmi arasında güçlü bir ilişki tespit etmiştir. Anahtar sözcükler: Veri Madenciliği, Makine Öğrenmesi, Mesane Kanseri, Bütünsel Genom İlişkilendirme Çalışmaları
dc.description.abstractToday, we know that the genetic factors cause non-contagious diseases. However, the genetic causes of these diseases are not known in a great extent. With advancing technology our knowledge on diseases and genetics increases. In particular, genome-wide association studies provide high amount of data. In order to process this data mining is required. In this thesis, we aim to determine the genetic factors that cause bladder cancer by using artificial neural network. This model will increase the success rate of the diagnosis and so the effectiveness of the treatments. With this aim, an artificial neural network model is constructed with Keras. The accuracy of the model is %85.57 and the most important single-nucleotide polymorphism is rs872873. Keywords: Data Mining, Machine Learning, Bladder Cancer, Genome Wide Association
dc.identifier.endpage49
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=npGs9H39x7G6401x51yqpGl4_kq4c2rS-hCUh3iUFdmG-2YhK6ahnQGhln0DgsQL
dc.identifier.urihttps://hdl.handle.net/20.500.12428/7524
dc.identifier.yoktezid599447
dc.language.isotr
dc.publisherÇanakkale Onsekiz Mart Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_Tez_20250125
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol
dc.subjectComputer Engineering and Computer Science and Control
dc.titleYapay sinir ağları modeli ile mesane kanseri teşhisi ve hastalığa yol açan faktörlerin belirlenmesi
dc.title.alternativeDiagnosis of bladder cancer by using neural networks model and determination of factors causing disease
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu