Bu çalışma Wisconsin göğüs kanseri teşhisi veritabanından (WDBC) elde edilen ölçümlerden yararlanılarak yapılmıştır[7].Veriler sırasıyla, kitle kalınlığı, hücre boyutunun birbirine benzerliği, hücre şeklinin birbirine benzerliği, marjinal yapışkanlık,tek epitelyal hücre boyutu,saf çekirdek, donuk kromatin ,normal çekirdek,mitoz bölünmelerdir.[5]. Veritabanından elde edilen verilerle yapay sinir ağları kullanılarak ulaşılan değerlere bakıldığında iyi huylu ve kötü huylu kitle tespitinin yapılabileceğini destekleyen sonuçlara ulaşılmaya çalışıldı.Bunun sonucunda ileriki çalışmalar için kitle tespitinde yeni yöntemlerin ortaya çıkarılmasına vesile olmak amaçlanmıştır.

This study was performed according to data that was obtained from the Wisconsin Diagnosis Breast Cancer Database (WDBC)[7] Datas were clump thickness, uniformity of cell size, uniformity of cell shape, marginal adhesion , single epithelial cell size, bare nuclei ,bland chromatin, normal nucleoli and mitoses.[5]Evaluating the values that were obtained from the database and the resualts that were reached by using artificial neural networks we suggest that the differential diagnosis of malignant or benign mass could be proposed. As a result, this study may help finding out new processes at the mass determination for future studies.