MARC details
| 000 -LEADER |
|---|
| fixed length control field |
04148nam a2200457 i 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
|---|
| control field |
TR-AnTOB |
| 005 - DATE AND TIME OF LATEST TRANSACTION |
|---|
| control field |
20230908001006.0 |
| 007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMATION |
|---|
| fixed length control field |
ta |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
|---|
| fixed length control field |
171111s2023 xxu e mmmm 00| 0 eng d |
| 035 ## - SYSTEM CONTROL NUMBER |
|---|
| System control number |
(TR-AnTOB)200453064 |
| 040 ## - CATALOGING SOURCE |
|---|
| Original cataloging agency |
TR-AnTOB |
| Language of cataloging |
eng |
| Description conventions |
rda |
| Transcribing agency |
TR-AnTOB |
| 041 0# - LANGUAGE CODE |
|---|
| Language code of text/sound track or separate title |
Türkçe |
| 099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC) |
|---|
| Classification number |
TEZ TOBB FBE BMM Ph.D’23 ÖZT |
| 100 1# - MAIN ENTRY--PERSONAL NAME |
|---|
| Personal name |
Öztürk, Ahmet Cankat |
| Relator term |
author |
| 9 (RLIN) |
141811 |
| 245 10 - TITLE STATEMENT |
|---|
| Title |
Tiroid nodüllerinin genetik algoritma ile eğitilen anfıs yöntemi kullanılarak iyi huylu ve kötü huylu olarak ayrıştırılması ile yeni bir bilgisayar destekli tanı temelli risk sınıflandırma sistemi önerilmesi / |
| Statement of responsibility, etc. |
Ahmet Cankat Öztürk; thesis advisor Osman Eroğul. |
| 246 13 - VARYING FORM OF TITLE |
|---|
| Title proper/short title |
Differentiation of benign and malignant thyroid nodules with anfis by using genetic algorithm and proposing a novel cad-based risk stratifıcation system of thyroid nodules |
| 264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE |
|---|
| Place of production, publication, distribution, manufacture |
Ankara : |
| Name of producer, publisher, distributor, manufacturer |
TOBB ETÜ Fen Bilimleri Enstitüsü, |
| Date of production, publication, distribution, manufacture, or copyright notice |
2023. |
| 300 ## - PHYSICAL DESCRIPTION |
|---|
| Extent |
xxi, 109 pages : |
| Other physical details |
illustrations ; |
| Dimensions |
29 cm |
| 336 ## - CONTENT TYPE |
|---|
| Content type term |
text |
| Content type code |
txt |
| Source |
rdacontent |
| 337 ## - MEDIA TYPE |
|---|
| Media type term |
unmediated |
| Media type code |
n |
| Source |
rdamedia |
| 338 ## - CARRIER TYPE |
|---|
| Carrier type term |
volume |
| Carrier type code |
nc |
| Source |
rdacarrier |
| 502 ## - DISSERTATION NOTE |
|---|
| Dissertation note |
Tez (Doktora Tezi)--TOBB ETÜ Fen Bilimleri Enstitüsü Nisan 2023 |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
Literatürde kullanılan tiroid nodülü risk sınıflandırma rehberleri, nodüllerin bazı iyi bilinen sonografik özelliklerine göre, hekimlerin klinik tecrübelerine dayanarak oluşturulmuşlardır. Bu özelliklere göre nodüllere tanı konması subjektif bir yöntem olup hekimin tecrübesine bağlıdır. Bu çalışmada, yapay zeka yöntemleri kullanılarak, nodüllerin ayırıcı tanısında çok çeşitli ultrason bulgularının ilişkileri incelenmiş, bu durumun üstesinden gelinmesi amaçlanmıştır. Uyarlanabilir Sinirsel Bulanık Çıkarım Sistemi'nin (ANFIS) Genetik Algoritma (GA) ile eğitimine dayalı yenilikçi bir yöntem, kötü huylu tiroid nodüllerini iyi huylu olanlardan ayırt etmek için kullanılmıştır. Önerilen yöntemden elde edilen sonuçlar yaygın olarak kullanılan ANFIS'in türev tabanlı optimize edilen algoritmaları ve Derin Sinir Ağı (DNN) yöntemi ile karşılaştırılmış, önerilen yöntemin tiroid nodüllerini sınıflandırmada daha başarılı olduğu gösterilmiştir. Ayrıca tiroid nodüllerinin sınıflandırılması için literatürde olmayan bilgisayar destekli tanı (BDT) temelli yeni bir risk sınıflandırma sistemi önerilmiştir. |
|
|---|
| Summary, etc. |
The thyroid nodule risk stratification guidelines used in the literature are based on certain well-known sonographic features of nodules and are still subjective since the application of these characteristics strictly depends on the reading physician. These guidelines classify nodules according to the sub-features of limited sonographic signs. This study aims to overcome these limitations by examining the relationships of a wide range of ultrasound signs in the differential diagnosis of nodules by using artificial intelligence methods. An innovative method based on training Adaptive Neuro-Fuzzy Inference Systems (ANFIS) by using Genetic Algorithm (GA) is used to differentiate malignant from benign thyroid nodules. The comparison of the results from the proposed method to the results from the commonly used derivative-based algorithms and Deep Neural Network (DNN) methods yielded that the proposed method is more successful in differentiating malignant from benign thyroid nodules. Furthermore, a novel computer aided diagnosis (CAD) based risk stratification system for the thyroid nodule's ultrasound classification that is not present in the literature is proposed. |
| 653 ## - INDEX TERM--UNCONTROLLED |
|---|
| Uncontrolled term |
Tiroid |
|
|---|
| Uncontrolled term |
Tiroid nodülü |
|
|---|
| Uncontrolled term |
Sınıflandırma |
|
|---|
| Uncontrolled term |
ANFIS |
|
|---|
| Uncontrolled term |
Derin sinir ağı |
|
|---|
| Uncontrolled term |
Rehber |
|
|---|
| Uncontrolled term |
Thyroid |
|
|---|
| Uncontrolled term |
Thyroid nodule |
|
|---|
| Uncontrolled term |
Classification |
|
|---|
| Uncontrolled term |
ANFIS |
|
|---|
| Uncontrolled term |
Deep neural network |
|
|---|
| Uncontrolled term |
Guideline |
| 700 1# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Eroğul, Osman |
| 9 (RLIN) |
126315 |
| Relator term |
advisor |
| 710 ## - ADDED ENTRY--CORPORATE NAME |
|---|
| Corporate name or jurisdiction name as entry element |
TOBB Ekonomi ve Teknoloji Üniversitesi. |
| Subordinate unit |
Fen Bilimleri Enstitüsü |
| 9 (RLIN) |
77078 |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Koha item type |
Thesis |
| Source of classification or shelving scheme |
Other/Generic Classification Scheme |
