Zaman serisi ve sinir ağları kullanarak meme kanseri teşhisinde makine öğrenmesi modellerinin karşılaştırmalı analizi

Bu tez çalışması, meme kanseri gibi küresel bir sağlık sorunu karşısında erken teşhisin önemini ve bu amaçla gelişmiş teknolojik yöntemlerin potansiyelini öne çıkarır. Meme kanseri, dünya genelinde kadınlar arasında en yaygın görülen kanser türlerinden biri olduğu için, teşhis süreçlerindeki iyileştirmeler doğrudan hayat kurtarıcı sonuçlar doğurabilir. Bu çalışma, zaman serisi analizi ve sinir ağları gibi iki önemli ve güçlü teknolojik yaklaşımı kullanarak, meme kanseri teşhisinde kullanılan mevcut yöntemlerin etkinliğini karşılaştırmaktadır. KAN, ARIMA ve LSTM gibi farklı modellerin etkinliğini kıyaslayarak, bu tez bilimsel araştırmada derinlemesine bir analiz sunmaktadır. Bu modeller arasındaki performans karşılaştırması, hangi yöntemin meme kanseri teşhisi için daha uygun olduğunu belirlemede kritik bir rol oynayabilir. Ayrıca, bu çalışma, karmaşık veri yapılarını işleyebilme ve uzun vadeli bağımlılıkları modelleyebilme yetenekleri açısından farklı algoritmaların sınırlarını ortaya koyar. Sonuç olarak, bu tez, makine öğrenmesi ve zaman serisi analizinin sağlık alanındaki uygulamalarını genişletmek için önemli bir adım oluşturmaktadır. Teşhis süreçlerinin iyileştirilmesi, erken müdahale imkanlarının artırılması ve hasta bakım kalitesinin yükseltilmesi gibi doğrudan etkilerle, sağlık hizmetlerinde devrim yaratabilir. Bu yönüyle, tez çalışması, akademik literatüre ve tıbbi uygulamalara önemli katkılarda bulunmayı hedeflemektedir