Derin öğrenme yöntemleri kullanılarak rahim ağzı kanserinin tespitedilmesi
Küçük Resim Yok
Tarih
2025
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Malatya Turgut Özal Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Rahim ağzı kanseri, kadınlarda en sık görülen dördüncü kanser türüdür. Gelişmiş ülkelerde en yaygın kanser türlerinin ikinci sırasında yer almaktadır. "Serviks" olarak bilinen rahim ağzında gelişen bir kanser türüdür. Kanser öncülleri olarak bilinen hücreler, rahim ağzının yüzeyini oluşturan hücre tabakasının anormal hücrelere dönüşmesiyle ortaya çıkabilir. Her yıl 500.000'den fazla kadını etkileyen rahim ağzı kanseri, kadınlarda en yaygın kanser türlerinden biridir. Rahim ağzı kanseri evrelerine göre daha derin dokulara ve diğer organlara yayılabilir. Erken teşhis edildiğinde önlenebilen bir kanser türüdür. Bu bölgedeki sağlıklı hücrelerin DNA'larındaki mutasyonlar, serviks kanseriyle sonuçlanır. Sağlıklı hücreler belirli bir döngü boyunca bölünür, yaşamlarını sürdürür ve zamanı geldiğinde yerlerini genç hücrelere bırakırlar. Mutasyonlar sonucunda bu hücre döngüsü bozulur ve hücreler kontrolsüz biçimde çoğalmaya başlar. Anormal hücre artışı kitleler ya da tümör olarak ifade edilen yapıların oluşmasına neden olur. Bu olumsuz büyüme çevredeki ve uzaktaki diğer vücut yapılarını da işgal etme gibi kötü huylu olmaları halinde kanser olarak ifade edilirler. Bu kanser hücrelerinin erken tespit edilmesi, tedavi açısından oldukça önemlidir. Yapılacak bu tez çalışmasında rahim ağzı kanserini erken tespit edebilen yapay zekâ tabanlı hibrit bir model geliştirilmiştir. Geliştirilen yapay zekâ tabanlı bu sistem sayesinde rahim ağzı kanseri daha erken tespit edilebilecektir. Ayrıca geliştirdiğimiz model hem uzman olmayan yerlerde ön teşhis için, hem de uzmanların iş yükünü hafifletmek için kullanabilecektir. Yapılan tez çalışmasında geliştirilen model literatürde kabul gören önceden eğitilmiş modeller de kıyaslanmıştır. Geliştirilen model bu modellerden daha iyi sonuçlar elde etmiştir.
Cervical cancer is the fourth most common type of cancer in women. It is the second most common type of cancer in developed countries. It is a type of cancer that develops in the cervix, known as the "cervix." Cells known as precursors of cancer can occur when the layer of cells that form the surface of the cervix transforms into abnormal cells. Affecting more than 500,000 women each year, cervical cancer is one of the most common types of cancer in women. Cervical cancer can spread to deeper tissues and other organs depending on its stage. It is a type of cancer that can be prevented when diagnosed early. Mutations in the DNA of healthy cells in this area result in cervical cancer. Healthy cells divide throughout a specific cycle, continue their lives, and when the time comes, they give way to young cells. As a result of mutations, this cell cycle is disrupted, and cells multiply uncontrollably. Abnormal cell growth causes the formation of masses or structures called tumors. This negative growth is called cancer if malignant, such as invading other surrounding and distant body structures. Early detection of these cancer cells is crucial for treatment. In this thesis study, an artificial intelligence-based hybrid model that can detect cervical cancer early has been developed. Thanks to this developed artificial intelligence-based system, cervical cancer can be detected earlier. In addition, the model we developed can be used for preliminary diagnosis in places with no experts and to relieve experts' workload. The model developed in the thesis study was compared with pre-trained models accepted in the literature. The developed model achieved better results than these models.
Cervical cancer is the fourth most common type of cancer in women. It is the second most common type of cancer in developed countries. It is a type of cancer that develops in the cervix, known as the "cervix." Cells known as precursors of cancer can occur when the layer of cells that form the surface of the cervix transforms into abnormal cells. Affecting more than 500,000 women each year, cervical cancer is one of the most common types of cancer in women. Cervical cancer can spread to deeper tissues and other organs depending on its stage. It is a type of cancer that can be prevented when diagnosed early. Mutations in the DNA of healthy cells in this area result in cervical cancer. Healthy cells divide throughout a specific cycle, continue their lives, and when the time comes, they give way to young cells. As a result of mutations, this cell cycle is disrupted, and cells multiply uncontrollably. Abnormal cell growth causes the formation of masses or structures called tumors. This negative growth is called cancer if malignant, such as invading other surrounding and distant body structures. Early detection of these cancer cells is crucial for treatment. In this thesis study, an artificial intelligence-based hybrid model that can detect cervical cancer early has been developed. Thanks to this developed artificial intelligence-based system, cervical cancer can be detected earlier. In addition, the model we developed can be used for preliminary diagnosis in places with no experts and to relieve experts' workload. The model developed in the thesis study was compared with pre-trained models accepted in the literature. The developed model achieved better results than these models.
Açıklama
Lisansüstü Eğitim Enstitüsü, Enformatik Ana Bilim Dalı
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
