Tez No	İndirme	Tez Künye	Durumu
382341		Sinirsel bulanık mantık modeliyle kanser risk analizi / Cancer risk analysis with using neuro-fuzzy logic model Yazar:ATINÇ YILMAZ Danışman: PROF. DR. ÜMİT KOCABIÇAK ; YRD. DOÇ. DR. SEÇKİN ARI Yer Bilgisi: Sakarya Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Sinirsel bulanık mantık = Neuro fuzzy logic	Onaylandı Doktora Türkçe 2015 257 s.
Bu çalışmada sinirsel bulanık mantık yöntemi önerilerek pilot olarak seçilen üç kanser tipi için kişilerin bu kanser tiplerine yakalanma risklerini ortaya çıkarma ve riski ortadan kaldırmak için kişi hakkında ön-tanı verme imkânı sunulmuştur. Çalışmada sinirsel bulanık mantık modelinin seçilmesinin sebebi bulanık karar kullanılan sistemlerin insan mantığının yapabildiği gibi, kesin olmayan dilsel bilgilere bağlı olarak etkin sonuç çıkarabilmesi ve öğrenme kabiliyetine sahip olmasıdır. Başarılı sonuç alan sistemimiz yaşam standartları veya çalışma şartları nedeniyle ileride kanser riski taşıyan kişilerde ön-tanı yapılabilmesine olanak tanımış ve bu kişilerin kanser riskine karşın önlem alması sağlanmıştır. Bunun yanında çalışmada yapay zeka konularından sinirsel bulanık mantık modelinin sağlık alanında verebileceği katkılar incelenmiştir. Kişilerin akciğer, kolon ve meme kanserlerine olan risk durumları Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS), Einstein Çarpımı Tabanlı ANFIS (E*ANFIS) ve önerilen sinirsel bulanık mantık yöntemi kullanılarak kurulan modeller ile test edilmiş ve kıyaslaması yapılmıştır. Ayrıca risk durumu analizi için kullanılan girişlerin modele katkısı ve bu kanser tiplerine stresin etkileri de esas alınarak değerlendirilmiştir. Başarılı bir risk analizinde önemli olan unsur, mümkün olabilecek az sayıda giriş ve en az karmaşık model ile en iyi sonucun elde edilebilmesidir. ANFIS, E*ANFIS ve önerilen Değiştirilmiş Einstein Çarpımı Tabanlı (DE*ANFIS) yöntemleri tüm problemlere uygulanmış, hepsi için tutarlı sonuçlar elde edilmiştir. Tüm yöntemlere ait sonuçların performans farkları ve ROC analizi çalışmada gösterilmiştir. Elde edilen deneysel sonuçlar, karmaşık bir modele gereksinim duyulmadan kanser gibi yüksek risk taşıyan bir problem için risk analizinin yapılabilir olduğunu göstermiştir. Uygulamalar masaüstü ve mobil olarak iki farklı ortam için geliştirilmiştir. Yazılım yapısı, masaüstü uygulaması için C# programlama dili aracılığıyla, nesneye yönelik programlama tekniklerinin avantajları bir araya getirilerek oluşturulmuştur. Mobil ortam için Android işletim sistemine sahip olan tüm akıllı telefonlarda ve tabletlerde çalışabilecek bir risk analizi uygulaması Java programlama dili ile yazılmıştır. Ayrıca bu yazılımlar, ilgili alanda gerçekleştirilmiş olan, Türkçe ara yüzlü, ender çalışmalardan birisidir. Bu tez çalışmasında, diğer sektör çalışmalarına da kolayca adapte edilebilecek sinirsel bulanık mantık yöntemi sağlık sektöründe uygulanıp, etkili uygulama yazılımları geliştirilmiştir.
In this study neuro-fuzzy method is suggested. This method suggest risk factors of three different types of cancer and gives pre-diagnostic opportunity for preventing cancer risks. In the study fuzzy logic model is chosen for the efficient results which fuzzy logic systems can obtain on uncertain linguistic information and for the learning ability of fuzzy logic systems. Our system that obtained successful results, provides opportunity to pre-diagnose and provide the prevention against cancer risks by reasoning the life standards and work standards. On the other hand, one of the artificial intelligence subjects: fuzzy logic model is searched for the contribution to the health area. Individual's lung, colon and breast cancer risk factors are tested and compared by using the models which are based on Adaptive Neuro Fuzzy Inference System (ANFIS), Einstein Product Based ANFIS (E*ANFIS) and the suggested neuro-fuzzy logic system. Besides, the contribution of the inputs which are used for risk analysis and the effects on these cancer types are mainly examined. Considering a successful risk analysis, the main factor is to obtain the best result by using minimum inputs and least complex model. ANFIS, E*ANFIS and the suggested Modified Einstein Product Based ANFIS (DE*ANFIS) methods are applied to all problems and accessed consistent outcomes. The all performance differences from all methods and ROC analysis are presented in the study. Obtained experimental results show that risk analysis can be determined by using a complex model for a high risk carrying problem like cancer. Applications are designed for two different platforms as desktop and mobile. Software structure for desktop application is developed by using C# programming language which is constituted by using the advantages of object oriented programming. Considering mobile platform, a risk analysis application is developed with Java programming language which can be executed on all smart phones and tablets including Android operation system. Besides, these software systems are the rare ones which have Turkish interface and are developed on the related area. In this thesis study; neuro-fuzzy method which can easily be adapted to the other areas are applied on the health area and efficient application software systems developed.