Yapay zeka ile meme kanseri lenf nodu analizi

Abstract

Dünya' da en çok görülen kanser türünün akciğer kanseri olmasına rağmen kadınlarda en çok görülen kanser türü meme kanseridir. Meme kanserinde, hastalığın evresi ve buna bağlı olarak hangi tedavi yönteminin kullanılacağı konusunda birçok olgunun analiz edilmesinin yanında koltuk altı lenf nodu durumu önem taşımaktadır. Meme kanserinde koltuk altı lenf durumunun varlığı vücudun diğer organlarına yayılma riskini arttırmaktadır. Cerrahi işlemler gerektiren bu durum hastalığın ciddiyetini önemli kılmaktadır. Yapılan bu çalışmada İstanbul Gaziosmanpaşa Taksim Eğitim ve Araştırma Hastanesi'nden alınan meme kanseri olan hastaların koltuk altı lenf durumunu içeren klinik ve patolojik verileri, Yapay Zeka yöntemlerinden olan K-Means, Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi, Genetik Algoritma ve Yapay Sinir Ağları kullanılarak modeller oluşturulmuş ve meme kanseri lenf nodu durumu teşhisi için kullanılabilirliği analiz edilmiştir. Modellerin eğitimi için belirtilen yöntemler ile farklı iki hibrit model oluşturulmuştur. Farklı özelliklere sahip bu iki yöntemin verimliliğini görebilmek adına temel bir Yapay Sinir Ağı kullanılmıştır. Tıbbi olarak güvenilirliğini test etmek amacıyla bu çalışmada oluşturulan modellerin performanslarının karşılaştırılması tanı testleri ve ROC eğrisiyle ortaya konulmuştur.

Despite the fact that the most frequent type of cancer in the world is lung cancer the most frequent type of cancer in women is breast cancer. In breast cancer, the stage of the disease and accordingly along with the analysis of many cases concerning the method of treatment method to be used, the posture of armpit lymph node is of importance. The existence of armpit lymph case increases the risk of metastasis to other organs of the body in breast cancer. This condition, which requires surgical procedures, makes the seriousness of the disease important. In this study, clinical and pathological data, including armpit lymph case gathered from breast cancer patients in İstanbul Gaziosmanpaşa Taksim Education and Research Hospital, models were built by using k-means which is an Artificial Intelligence method, Adaptive Neuro Fuzzy Inference System, Genetic Algorithm and Artificial Neural Networks and it was analyzed for the usability of diagnosis of breast cancer lymph case. Two different hybrid models were formed using specified methods for the training of the models. A basic artificial neural network was used in order to see the efficiencies of these two methods claiming different characteristics. In an attempt to test the medical authenticity, comparison of the performance models that were created in this study was introduced using diagnostic tests and ROC Curve.