Kütle Spektrometresi Verileri Kullanılarak Yumurtalık Kanserinin Yapay Sinir Ağlarıyla Sınıflandırılması

Authors : Demet YEŞİLBAŞ, Ayşegül GÜVEN

Pages : 781-790

Doi:10.21605/cukurovaumfd.1005791

View : 11 | Download : 4

Publication Date : 2021-09-30

Article Type : Research Paper

Abstract :Kanserin fark edilme aşaması, diğer kanser türlerinde olduğu gibi iyileşme oranını etkiler. Yaşı ilerlemiş kadınlar için ciddi bir hastalık olan yumurtalık kanseri başlangıç aşamasında fark edilmez, çoğu zaman diğer hastalıklarla karıştırılır. Yüzey Güçlendirmeli Lazer Desorpsiyon/İyonizasyon Uçuş Zamanlı Kütle Spektrometresi (SELDI-TOF-MS) kompleks numunelerin incelenmesine olanak sağlayarak yumurtalık ve diğer kanser türlerinin ayırt edilmesinde potansiyel belirteçtir. Bu çalışmada, FDA-NCI web sitesinde yer alan yumurtalıklara ait iki Düşük Çözünürlüklü SELDI-TOF-MS veri setini Yapay Sinir Ağları (YSA) ile sınıflandırarak, veri setlerini karşılaştırıyoruz. Ön işleme adımı olarak, Temel Bileşenler Analizi (PCAPrincipal Component Analysis) kullandık. PCA uygulanmış verinin en yüksek varyans oranına sahip 20 bileşeni seçildi, 10 nörondan oluşan tek gizli katmanlı İleri Yönlü YSA ile sınıflandırma yapıldı ve 4-3-02 isimli veri seti için %95 doğruluk elde edilirken, 8-7-02 isimli veri seti için %100 doğruluk elde edilmiştir
Keywords : Yapay sinir ağları, Temel bileşenler analizi, Yumurtalık kanseri, SELDI TOF MS