رضایی سهیلا، قیومی زاده حسین، قلی زاده محمدحسین، فیاضی علی. پیشبینی بقای بیماران مبتلا به سرطان پستان با استفاده از بهینه سازی مدل DeepHit. پردازش علائم و دادهها. 1402; 20 (3) :3-12
URL: http://jsdp.rcisp.ac.ir/article-1-1303-fa.html
گروه مهندسی برق
چکیده: (340 مشاهده)
با توجه به اهمیت و شیوع سرطان پستان بهعنوان دومین علت مرگ در بین بیماریهای سرطانی در جهان، دسترسی به مدلهایی که با دقت بالا بتوانند بقای این بیماران را در افراد مبتلا پیشبینی نمایند، موردتوجه است. هدف از این مطالعه، استفاده از شبکه عصبی عمیقِ بهینهسازی شده برای پیشبینی بقای بیماران مبتلا به سرطان پستان است. مطالعه حاضر یک مطالعه تحلیلی هست. دادههای مورداستفاده از بانک دادهای METABRIC مربوط به طبقهبندی مولکولی از بیماران مبتلابه سرطان سینه مجمع بینالمللی هست. تعداد کل بیماران موردبررسی 1981نفر هست. از این تعداد 888 نفر از بیماران تا لحظه مرگ تحت مراقبت و بقیه در حین مطالعه از ادامه مطالعه صرفنظر کردهاند. در این دیتاست به 21 ویژگی کلینیکی بیماران توجه شده است که در کل شامل 6 ویژگی کمی و 15 ویژگی کیفی هست. جهت پیشبینی بقا از مدل شبکه عصبی عمیق DeepHit بهینهسازی شده استفاده میشود. مدل بهینهسازی شده توانسته است معیار 73/0 c_index= را، که معیاری برای سنجش قابلیت مدلهای آنالیز بقا است کسب کند. مقایسه با مدلهای قبلی بر اساس مجموعه دادههای واقعی و مصنوعی نشان میدهد که DeepHit بهینهسازی شده به پیشرفتهای عملکردی بزرگ و آماری قابلتوجهی نسبت به روشهای سطح بالا دستیافته است.
شمارهی مقاله: 1
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مقالات پردازش دادههای رقمی دریافت: 1400/12/26 | پذیرش: 1402/3/12 | انتشار: 1402/10/24 | انتشار الکترونیک: 1402/10/24