| Summary: | Meme kanseri tüm dünyada yaygın birhastalık olması sebebiyle hastalığın erken teşhisi, hastaların bu hastalıktantamamen kurtulabilmeleri açısından kritik öneme sahiptir. Hastalığın teşhisinikolaylaştırmak için tıp doktorları bilgisayar destekli uzman sistemlerdenyararlanabilmektedir. Bu çalışmada meme kanseri veri örneklerini iyi huylu veyakötü huylu sınıflarına ayırmak için genel regresyon sinir ağı (Generalized RegressionNeural Network-GRNN) ve ileri beslemeli sinir ağı (Feed Forward Neural Network-FFNN)temelli bir skor füzyon yöntemi önerilmiştir. Önerilen yöntem Wisconsin TeşhisMeme Kanseri (Wisconsin Diagnostic Breast Cancer-WDBC) veri seti üzerinde testedilmiştir. Bu iki temel ağın ve önerilen yöntemin kullanışlılığı incelenmiş veperformans sonuçları karşılaştırmalı olarak sunulmuştur. Önerilen yöntemsınıflandırma doğruluğu bakımından literatürde WDBC veri setini kullanarakyapılan mevcut çalışmalar ile kıyaslanmıştır. Elde edilen deneysel sonuçlarönerilen yöntemin, meme kanseri teşhisi için umut vadettiğini ve tıpuzmanlarının hastalığa ilişkin karar vermelerinde yardımcı bir araç olarakkullanılabileceğini göstermektedir.
|
|---|