ÖzetDünyada 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.
AbstractAlthough 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.