The importance of microwaves in the detection of breast cancer and the identification of cancer/healthy breast tissues by artificial ıntelligence algorithms

Dünyada akciğer kanserinden sonra en sık rastlanan kanser türü meme kanseri olmasına rağmen; erken tanı meme kanserini tehlikeli olmaktan çıkarmaktadır. Kanserli hücreleri tespit etmek amacıyla birçok yöntem geliştirilmiştir. Mikrodalga frekanslarında kötü huylu kanser hücrelerinin elektriksel özellikleri normal hücrelere göre belirgin farklılıklar göstermektedir. Bu frekanslarda göğüs dokusunun, beyin ve kas gibi diğer dokulara göre daha geçirgen olması, mikrodalga frekansında elektromanyetik dalgaların kanserli hücrelerin görüntülenmesinde kullanılması fikrini desteklemektedir. Meme kanseri teşhisinde kullanılan mamografi gibi birçok tekniğin kötü huylu hücrelerin tespitinde yetersiz kalması, maliyetlerinin yüksek olması ve hastanın zararlı ışınlara, rahatsız edici durumlara maruz kalması arzu edilen bir durum değildir. Bu makalenin amaçlarından biri; kanserin erken safhalarında tümörlerin çok daha küçük olduğunu ve mikrodalga görüntüleme yönteminin küçük tümörlerin tespitinde yüksek potansiyeli ile iyi bir aday olduğunu göstermektir. İkincisi ise; dokuların elektriksel özelliklerini kullanarak sınıflandırılabileceklerini göstermek açısından literatürde var olan, sağlıklı ve kanserli doku hücrelerinin elektriksel empedansı spektroskopi (EES) yöntemi ile elde edilen veri setinden yararlanılarak İleri Beslemeli Geriye Yayılımlı Yapay Sinir Ağı (İBGY-YSA) ve Destek Vektör Makineleri (DVM) gibi algoritmalar arasından en iyi sınıflama performansına sahip makine öğrenme yöntemi karşılaştırmalı olarak belirlemektir. Genel olarak sonuçlar incelendiğinde farklı elektriksel özellikleri bakımından kanserli ve normal meme dokularının bu yöntemlerle ayırt edilebildikleri görülmektedir ve Mikrodalga Görüntüleme bir takım umut verici stratejiler ortaya çıkarmıştır.Although the breast cancer is the second most common cancer after lung cancer in the world,early diagnosis plays an important role to decrease the death rate.Many methods have been developed to detect the For these frequencies, the breast tissue is more permeable than other tissues such as brain, muscle. Due to this property of the breast tissue, the microwaves can be used for detecting of breast cancer. Other methods, such as mammography, are inadequate for detection of the small kind of malignant cells and harmful because of their X – Ray radiation. One of the purposes of this paper is to show that tumors are much smaller in early stages of cancer and microwave imaging is a good candidate with high potential for detection of small tumors. Secondly, in order to show that the tissues can be classified based on their dielectric properties; a currently available electrical impedance spectroscopy (EIS) data set is used. The data in the set is consists of EIS values of the healthy and cancerous tissues. Different machine learning algorithms such as Feed Forward Back Propagation Neural Network (FFBP-NN) and Support Vector Machines (SVM) are used and the results are compared to find the best classification method. As a result, the healthy and cancerous tissues can be identified by these methods and Microwave Imaging has revealed a number of promising strategies