Yapay Sinir Ağı ile Meme Kanseri Tahmin

Abstract

Meme kanseri dünyada kadınlar arasında başlıca ölüm nedeni olarak yer almaktadır. Bu çalışmanın amacı, ameliyat sonrası meme kanseri tekrarını tahmin eden gürbüz bir yöntem bulmaktır. Bu çalışmada 194 örnek içeren Wisconsin Prognostik Meme Kanseri veritabanı kullanılmıştır. Meme kanseri ile ilgili gerçek veriler içerdiği için bu veritabanı seçilmiştir. Bu tezde, meme kanseri tahminini için çok katmanlı perceptron ve genelleştirilmiş regresyon sinir ağı işe koşulmuştur. Yapay sinir ağları ile ulaşılan sonuçlar ayrıca destek vektör makinesi ile elde edilenlerle karşılaştırılmıştır. En iyi sonuç, genelleştirilmiş regresyon sinir ağı yöntemi kullanıldığında bulunmuştur. Sonuçlar ve gelecek çalışmalar tartışılmıştır.

Breast cancer is ranked the primary cause of death among women in the world. The goal of this study is to find a robust method for predicting recurrence and non-recurrence of breast cancer after surgery. The Wisconsin Prognostic Breast Cancer (WPBC) database which includes 194 samples is used in this study. The reason for choosing this database is due to the fact that it contains real data regarding breast cancer. In this thesis, breast cancer prediction is implemented by using Multi-Layer Perceptron (MLP) and Generalized Regression Neural Network (GRNN). The results of the artificial neural networks are also compared with the ones obtained by Support Vector Machine (SVM). The best performance is from obtained when GRNN method is used. The results and future work are discussed.