A Machine Learning Based Early Diagnosis System for Mesothelioma Disease

Basit Öğe Kaydı
dc.authorid
dc.contributor.authorSenturk, Zehra Karapınar
dc.contributor.authorCekic, Nagihan
dc.date.accessioned2021-12-01T18:22:40Z
dc.date.available2021-12-01T18:22:40Z
dc.date.issued2020
dc.department[Belirlenecek]en_US
dc.description.abstractMesothelioma is pleura cancer that cause death in about one year after diagnosis. The disease causes pain andshortness of breath. Patients have a CT (Computed Tomography)-scan and lung x-ray traditionally, but the exactmethod is biopsy. There are also different biopsy methods for its diagnosis. Its prevalence is one or two in amillion around the world, but for Turkey it is disastrous. Five hundred people are diagnosed as mesothelioma everyyear in Turkey. This serious rate makes early diagnosis systems crucial for mesothelioma. In this paper, a machinelearning based early detection system has been proposed for this fatal disease. An open database is used for theexperiments and different methods have been applied to the problem of diagnosing mesothelioma disease.Accuracy and sensitivity performance metrics were used for the evaluation of the methods. The results show thediagnostic performance of different machine learning methods and present a successful early diagnosis system.en_US
dc.description.abstractMezotelyoma, tanısından yaklaşık bir yıl sonra hastanın ölümüne sebep olan bir akciğer zarı kanseridir. Hastalık ağrıya ve nefes darlığına sebep olur. Hastalar geleneksel olarak CT (Bilgisayarlı Tomografi) taraması ve akciğer röntgenine tabi tutulurlar, fakat kesin tanı yöntemi biyopsidir. Tanı için farklı biyopsi yöntemleri de vardır. Hastalığın yaygınlığı dünyada milyonda 1 veya 2 iken Türkiye’de rakamlar korkunçtur. Türkiye’de her yıl beş yüz kişiye mezotelyoma tanısı konmaktadır. Bu ciddi rakamlar mezotelyoma hastalığı için bir erken tanı sistemini çok önemli kılmaktadır. Bu çalışmada, bahsedilen ölümcül hastalık için makine öğrenmesine dayalı bir erken tanı sistemi önerilmiştir. Deneylerde açık kaynaklı bir veri seti kullanılmış ve probleme farklı yöntemler uygulanmıştır. Yöntemlerin değerlendirilmesinde doğruluk ve hassasiyet performans ölçütleri kullanılmıştır. Sonuçlar, kullanılan farklı makine öğrenmesi yöntemlerinin mezotelyoma tanısı üzerindeki performansını göstermekte ve başarılı bir erken tanı sistemi sunmaktadır.en_US
dc.identifier.doi10.29130/dubited.659106
dc.identifier.endpage1611en_US
dc.identifier.issn2148-2446
dc.identifier.issue2en_US
dc.identifier.startpage1604en_US
dc.identifier.urihttps://doi.org/10.29130/dubited.659106
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TXprd05UVXlNZz09
dc.identifier.urihttps://hdl.handle.net/20.500.12684/9539
dc.identifier.volume8en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isoenen_US
dc.relation.ispartofDüzce Üniversitesi Bilim ve Teknoloji Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subject[No Keywords]en_US
dc.titleA Machine Learning Based Early Diagnosis System for Mesothelioma Diseaseen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
9539.pdf
Boyut:
314.95 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Düzce Üniversitesi Bilim ve Teknoloji Dergisi Koleksiyonu