@article{article_1232028, title={TCGA Verilerinden H&E ile Boyanmış Örneklerden Mesane Kanseri Derecelendirmesi}, journal={Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji}, volume={11}, pages={549–560}, year={2023}, DOI={10.29109/gujsc.1232028}, author={Değirmenci, Ali and Çankaya, İlyas and Gümüşkaya Öcal, Berrak and Karal, Ömer}, keywords={Bladder cancer, histopathology, machine learning, whole slide image (WSI), computer aided diagnosis (CAD)}, abstract={Mesane kanserinin (BC) erken teşhisi, hastalığın tedavisi ve seyri için büyük önem taşımaktadır. Teşhis için en etkili yöntem, çeşitli işlemlerin uygulandığı doku örneğinin patolog tarafından mikroskop altında incelenmesidir. Ancak bu yaklaşım subjektiftir ve patologların bilgi ve tecrübesine bağlı olarak değişebilir. Objektifliği artırmak ve patoloğa yardımcı olmak için bu çalışma, tam slayt görüntülerinden (WSI) otomatik mesane ürotelyal karsinom derecelendirmesini sunar. Naive Bayes, k en yakın komşu ve karar ağacı gibi 3 farklı makine öğrenme yöntemi kullanılarak performans karşılaştırması yapılır. Deneysel sonuçlar, karar ağacı yönteminin %82 ile en yüksek performansı elde ettiğini ve tanı sırasında patoloğa yardımcı olmak için kullanılabileceğini göstermektedir.}, number={2}, publisher={Gazi University}