Machine learning techniques in breast cancer detection
dc.contributor.advisor | Aydın, Nizamettin | |
dc.contributor.author | Zaim Gökbay, İnci | |
dc.date.accessioned | 2021-05-01T07:16:04Z | |
dc.date.available | 2021-05-01T07:16:04Z | |
dc.date.submitted | 2007 | |
dc.date.issued | 2018-08-06 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/550814 | |
dc.description.abstract | Son yıllarda meme kanseri vakalarında önemli ölçüde artısgözlemlenmektedir. Bu artısın sebeplerini incelemek için birçokarastırma yapılmasına ragmen kesin bir sonuç bulunamamıstır. Memekanserinin ölüm oranı diger kanser tiplenine göre daha yüksektir.Türkiye'de meme kanserinin görülme oranı 100.000'de 7.32'dir. Aynızamanda Türkiye'de kadınlar arasındaki kanser ölümlerinin %24.1'imeme kanserindendir. Amerika Birlesik Devletleri'nde (91.6/100.000)ise meme kanserinin görülme oranı Türkiye'deki oranlakarsılastırıldıgında oldukça yüksektir.Erken teshis meme kanserinde hayat kurtarmaktadır. Kadınlarda memekanserinin semptomlara yol açmadan erken teshisi için kisisel memetesti, klinik meme testi, görüntüleme testleri(mammagromlar,manyetik resonans görüntüleme, meme ultrasonu, PET scan metodu, CTscan metodu vs.) ve biyopsi gibi farklı tanı metodları vardır. Pekçok yöntem arasında, mamografi taraması meme kanserinin erkenteshisinde önerilen güvenilir bir yöntemdir. Radyoloji uzmanları herimgeyi dikkatle inceleyerek anormal görüntü bulguları ararlar.Ancak, radyoloji uzmanı için bazı lezyonları mamografide bulmak zorolabilir, çünkü anormallikler çogunlukla içe gömülü ya da memeiçinde bulunan degisken doku yapıları tarafından kamufleedilmistir. Bulguyu kolay hale getirmek için, görüntüleme yöntemlerigelistirilmektedir.Bu çalısmada, kötü huylu kütleleri mamografi görüntüleri üzerindeinceleyen bir system amaçlanmıstır. Farklı ölçeklerde kullanılanmedian filtre davranısları incelenmistir. Median filteruygulamasından sonra,süpheli bölgeler uyarlamalı esik degeri ilebölüklenmistir.Anahtar Kelimeler: görüntü isleme, görüntü bölütleme, mamografi,meme kanseri, tümör algılama | |
dc.description.abstract | In recent years there is a considerable increase in breast cancercases. Although various studies have been done to examine thereasons of this increase, an exact solution has not been found. Themortality of breast cancer is also very high with regard to theother cancer types. Breast cancer incidence is 7.32 per 100.000 inTurkey. Also in Turkey, deaths due to breast cancer constitute 24.1%of all carcinoma cases reported among women in Turkey. In the UnitedStates (91.6 per 100.000), breast cancer incidence is relativelyhigh when compared with Turkey.Early diagnosis saves lives in breast cancer. There are differentguidelines for finding breast cancer early in women without symptomssuch as breast self-exam (BSE), clinical breast exam, breastawareness and imaging tests (mammograms, MRI, Breast ultrasound, PETscan, CT scan etc.), and biopsy. Among many research, screeningmammography is recommended as the most reliable method for earlydetection of breast cancer. Radiologists carefully search each imagefor any visual sign of abnormality. However, it could be difficultfor radiologists to detect some lesions on mammograms, becauseabnormalities are often embedded in and camouflaged by varyingdensities of breast tissue structures. To make easier detection,image processing techniques are being improved.In this study, I propose a system to detect malignant masses onmammograms. I investigated the behavior of Median at differentscales. After median filter was applied, suspicious regions weresegmented by means of an adaptive threshold.Key words: image processing, image segmentation, mammography, breastcancer, tumor detection | en_US |
dc.language | English | |
dc.language.iso | en | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | tr_TR |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.subject | Elektrik ve Elektronik Mühendisliği | tr_TR |
dc.subject | Electrical and Electronics Engineering | en_US |
dc.title | Machine learning techniques in breast cancer detection | |
dc.title.alternative | Meme kanserinde otomatik öğrenme teknikleri | |
dc.type | masterThesis | |
dc.date.updated | 2018-08-06 | |
dc.contributor.department | Elektrik-Elektronik Mühendisliği Ana Bilim Dalı | |
dc.subject.ytm | Image processing | |
dc.subject.ytm | Image segmentation | |
dc.identifier.yokid | 9008375 | |
dc.publisher.institute | Fen Bilimleri Enstitüsü | |
dc.publisher.university | BAHÇEŞEHİR ÜNİVERSİTESİ | |
dc.identifier.thesisid | 215928 | |
dc.description.pages | 52 | |
dc.publisher.discipline | Diğer |