Enhancing detection method of breast cancer using coimbra dataset

Basit Öğe Kaydı
dc.contributor.authorAbdulkareem, Adil Hani
dc.contributor.authorKasapbaşı, Mustafa Cem
dc.date.accessioned2021-01-23T19:25:45Z
dc.date.available2021-01-23T19:25:45Z
dc.date.issued2020en_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.description.abstractBreast cancer is one of the most dangerous and second most common types of cancer in the world. Breast cancer-fighting with developed devices and medical therapies has become easier. To obtain the best result in breast cancer treatment, periodic checks should be carried out to follow the early diagnosis. Data Mining techniques are used to predict the success of treatment or diagnosis. In this study, the K-Nearest Neighbor (k-NN), Naïve Bayes classifier algorithms of machine learning were used for early detection of breast cancer. From the UC Irvine Machine Learning Repository (UCI) library Coimbra Breast Cancer data set which consists of age, glucose, body mass index (BMI), resistin, insulin, adiponectin, homeostatic model assessment (HOMA), monocyte chemoattractant protein-1 (MCP1), and leptin attributes were used. K-NN model using Age, Resistin, Glucose, and BMI give the highest results, where 90% of specificity 84% percent of sensitivity, and 87.5% accuracy is achieved. These findings provide promising evidence that models combining resistin, glucose, age, and BMI may be a powerful tool for breast cancer detection.en_US
dc.description.abstractMeme kanseri, dünyadaki en tehlikeli ve ikinci en yaygın kanser türlerinden biridir. Gelişmiş cihazlarla ve tıbbi tedavilerle meme kanseri ile mücadele daha kolay hale geldi. Meme kanseri tedavisinde en iyi sonucu elde etmek ve erken tanı için periyodik kontroller yapılmalıdır. Makine öğrenme teknikleri, tedavinin başarısını tahmin etmek veya teşhis etmek için kullanılır. Bu çalışmada meme kanserinin erken tespiti için K-En Yakın Komşu (k-NN), Naïve Bayes sınıflandırıcısı makine öğrenmesi algoritmaları kullanılmıştır. Kullanılan veri seti, yaş, glikoz, BMI, resistin, insülin, adiponektin, HOMA, MCP1 ve leptin özelliklerinden oluşan UCI kütüphanesinden alınan Coimbra meme kanser veri setidir. Yaş, Resistin, Glikoz ve BMI kullanan K-En Yakın Komşu modeli en yüksek sonuçları vermektedir. burada özgüllüğün 90%'ı hassasiyetin 84%'ü ve 87.5%'i doğruluk elde edilir. Bu bulgular resistin, glikoz, yaş ve BMI'yı birleştiren modellerin meme kanseri tespiti için güçlü bir araç olabileceğine dair umut verici kanıtlar sunmaktadır.en_US
dc.identifier.endpage59en_US
dc.identifier.issue1en_US
dc.identifier.startpage51en_US
dc.identifier.urihttps://hdl.handle.net/11467/4412
dc.identifier.volume3en_US
dc.language.isoenen_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.ispartofJournal of Technologies and Applied Sciencesen_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - İdari Personel ve Öğrencien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectCoimbra dataseten_US
dc.subjectCancer biomarkeren_US
dc.subjectData miningen_US
dc.subjectBreast canceren_US
dc.subjectCoimbra veriseten_US
dc.subjectBio belirtecien_US
dc.subjectVeri madenciliğien_US
dc.subjectMeme Kanserien_US
dc.titleEnhancing detection method of breast cancer using coimbra dataseten_US
dc.title.alternativeCoimbra veri setini kullanarak meme kanseri tespit yönteminin iyileştirilmesien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
114-Article Text-736-2-10-20200830.pdf
Boyut:
716.39 KB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.56 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

JTAS, Cilt 3, Sayı 1, Makale Koleksiyon
Fen Bilimleri Enstitüsü Diğer Yayınlar Koleksiyonu