Dosbarthiad Rhagfynegiad Canser y Fron Ar Sail Dysgu Peiriannau

Canser y fron yw'r math mwyaf cyffredin a marwol o ganser yn y byd. Yn seiliedig ar algorithmau dysgu peiriant fel XGBoost, coedwig ar hap, atchweliad logistaidd, a chymydog K-agosaf, mae'r papur hwn yn sefydlu modelau gwahanol i ddosbarthu a rhagweld canser y fron, i ddarparu cyfeiriad ar gyfer diagnosis cynnar canser y fron. Mae dwyn i gof yn nodi'r tebygolrwydd o ganfod celloedd canser mewn diagnosis meddygol, sy'n arwyddocaol iawn ar gyfer dosbarthu canser y fron, felly mae'r erthygl hon yn cymryd adalw fel y mynegai gwerthuso sylfaenol ac yn ystyried cywirdeb, cywirdeb, a gwerthusiad sgôr F. dangosyddion i werthuso a chymharu effaith rhagfynegi pob model. Er mwyn dileu dylanwad cysyniadau dimensiwn gwahanol ar effaith y model, mae'r data wedi'u safoni.

Mae'r algorithm cymydog agosaf K yn un o'r algorithmau mwyaf sylfaenol ym maes dysgu peirianyddol. Ei brif syniad yw dod o hyd i'r samplau K sydd agosaf at y sampl targed, ac yna rhagfynegi label y sampl targed yn seiliedig ar labeli'r samplau K hyn. Ym mywyd beunyddiol dynol, rydym yn aml yn defnyddio dulliau tebyg i wneud penderfyniadau. Er enghraifft, wrth wynebu problem benodol, rydym yn cofio sefyllfaoedd tebyg yr ydym wedi dod ar eu traws o'r blaen, yna edrych am y sefyllfaoedd mwyaf tebyg a gwneud penderfyniadau ar sail eu canlyniadau. Datblygu atebion. Felly, mae'r algorithm cymydog agosaf K yn perthyn yn agos i gof dynol.

Yn gyntaf oll, mae algorithm cymydog agosaf K yn gofyn am nifer fawr o setiau hyfforddi i ddysgu a sefydlu strwythur data o'r graff cymydog agosaf. Yn yr un modd, mae angen i fodau dynol brofi pethau amrywiol yn gyson a storio'r profiadau hyn yn y cof. Dim ond trwy gronni llawer iawn o brofiad a gwybodaeth y gallwn wneud penderfyniadau a barn yn fwy cywir.

Yn ail, mae'r algorithm cymydog agosaf K yn pwysleisio effaith tebygrwydd ar ragfynegiad. Yn yr un modd, wrth wneud penderfyniadau, mae bodau dynol yn aml yn ystyried profiadau'r gorffennol yn gyntaf ac yn ceisio dod o hyd i brofiadau tebyg i'r sefyllfa bresennol er mwyn cyfeirio atynt. Mae'r broses hon o ddod o hyd i debygrwydd hefyd yn un o nodweddion pwysig y cof.

Yn olaf, yn yr algorithm cymydog agosaf K, mae gwerth K yn cael effaith fawr ar y canlyniadau rhagfynegi. Bydd gwerthoedd K gwahanol yn arwain at ganlyniadau rhagfynegi gwahanol. Yn yr un modd, pan fydd bodau dynol yn cofio profiadau'r gorffennol, mae angen iddynt ddewis gwahanol bwyntiau cyfeirio a dulliau yn dibynnu ar y sefyllfa bresennol. Mae'r hyblygrwydd hwn a'r gallu i addasu hefyd yn nodwedd bwysig o'r cof. Gellir gweld bod angen i ni wella ein cof. Gall Cistanche deserticola wella cof yn sylweddol oherwydd bod Cistanche deserticola yn ddeunydd meddyginiaethol Tsieineaidd traddodiadol gyda llawer o effeithiau unigryw, ac un ohonynt yw gwella cof. Mae effeithiolrwydd briwgig yn dod o'r gwahanol gynhwysion gweithredol sydd ynddo, gan gynnwys asid, polysacaridau, flavonoidau, ac ati. Gall y cynhwysion hyn hybu iechyd yr ymennydd mewn gwahanol ffyrdd.

Cliciwch Gwybod i wella cof tymor byr

Er mwyn dod o hyd i'r is-set gorau posibl a gwella cywirdeb y model, cafodd 15 o nodweddion eu sgrinio allan fel mewnbwn i'r model trwy brawf cydberthynas Pearson. Mae'r model cymydog K-agosaf yn defnyddio'r dull traws-ddilysu i ddewis y gwerth k optimaidd trwy ddefnyddio adalw fel mynegai gwerthuso. Ar gyfer problem anghydbwysedd sampl cadarnhaol a negyddol, defnyddir y dull samplu hierarchaidd i dynnu'r set hyfforddi a'r set brawf yn gymesur yn ôl gwahanol gategorïau. Mae'r canlyniadau arbrofol yn dangos, o dan wahanol adrannau set ddata (8: 2 a 7 : 3), y bydd effaith ragfynegi'r un model yn cael newidiadau gwahanol. Mae dadansoddiad cymharol yn dangos bod y model XGBoost a sefydlwyd yn y papur hwn (sy'n rhannu'r set hyfforddi a'r set prawf ag 8: 2) yn cael effeithiau gwell, a'i adalw, ei gywirdeb, ei gywirdeb, a sgôr F yw 1.{1- 11}}, 0.960, 0.974, a 0.980, yn y drefn honno.

1. Rhagymadrodd

Yn ystod y deng mlynedd diwethaf, mae nifer yr achosion o ganser y fron yn Tsieina wedi cynyddu 47%, ac mae'r achosion yn cynyddu o flwyddyn i flwyddyn, ac mae nifer yr achosion o ganser y fron yn raddol yn iau [1]. Mae pathogenesis canser y fron yn gysylltiedig â hormonau personol, hanes teuluol, priodas, a hanes magu plant [2]. Nid yw canser y fron yn hawdd i'w ganfod yn y cyfnod cynnar, ac mae ganddo nodweddion yr oedran cynnar ond cyflwyniad hwyr [3, 4]. Ar hyn o bryd, mae'r prif ddiagnosis o ganser y fron yn seiliedig ar dri dull: sytoleg tyllu [5], sgan uwchsain [6], a phelydr-X mamogram [7]. Os yw claf yn cael ei ddal yn gynnar mewn canser y fron, y mwyaf tebygol yw hi o gael ei wella a gorau oll fydd y prognosis. Felly, mae archwiliad rheolaidd a diagnosis cynnar yn angenrheidiol iawn ar gyfer atal a chanfod canser y fron yn amserol.

Yn y maes meddygol, gall sefydlu modelau trwy ddulliau dysgu peiriant gynorthwyo meddygon i wella cyfradd canfod canser, er mwyn cyflawni pwrpas canfod cynnar a thriniaeth gynnar. Mae dulliau dysgu peiriant wedi esgor ar ganlyniadau da wrth wneud diagnosis o ganser [8, 9]. Roedd Wu et al. [10] arsylwodd morffoleg y gell o dan y microsgop a chanfod bod gwahaniaethau amlwg rhwng celloedd canser y fron a pharamedrau celloedd iach arferol. Mae'r canfyddiad hwn yn darparu sylfaen ddamcaniaethol ar gyfer llawer o astudiaethau. Er bod llawer o ddulliau dysgu peirianyddol yn cael eu defnyddio ar hyn o bryd i ddosbarthu celloedd canser y fron, ni ellir cymhwyso algorithm unigol i bob problem. Mae gan bob math o algorithm dysgu peiriant ei feysydd arbenigedd, felly mae'r dewis o algorithm yn wahanol mewn gwahanol senarios.

Roedd Shen et al. [11] defnyddio'r model XGBoost i ddosbarthu a rhagweld canser y fron, a chyrhaeddodd y cywirdeb 97.86%, a chyrhaeddodd yr adalw 95.83%. Mae Deng et al. [12] defnyddio'r algorithm XGBoost i ddosbarthu a rhagfynegi canser y fron gyda chywirdeb o 0.96 ac adalw o 0.97. Roedd Monirujjaman Khan et al. [13] defnyddio modelau dysgu peiriant lluosog i nodi canser y fron, a choedwig ar hap, coeden benderfynu, cymydog K-agosaf, ac atchweliad logistaidd oedd yr algorithmau â sgôr F1-uwch, 96%, 95%, 90%, a 98%, yn y drefn honno. Roedd Bhardwaj et al. [14] defnyddio perceptron amlhaenog (MLP), cymydog K-agosaf (KNN), algorithm genetig (GP), a choedwig ar hap (RF) i ddosbarthu celloedd canser y fron anfalaen a malaen, a dangosodd y canlyniadau arbrofol mai'r dosbarthwr gorau posibl oedd RF gyda chywirdeb dosbarthiad o 96.24%. Astudiodd Dong a Ma [15] farcwyr posibl canser y fron triphlyg-negyddol, a defnyddiwyd algorithmau dysgu peiriant i ragweld a oedd gan bobl ganser y fron triphlyg-negyddol. Mae'r canlyniadau'n dangos bod cywirdeb model rhagfynegiad dosbarthiad peiriant fector cymorth (SVM) yn cyrraedd 97.8%.

Er mwyn gwella cywirdeb dulliau adnabod canser y fron a gwella algorithmau dysgu peiriant, Wang et al. [16] Cynigiodd fodel dysgu ensemble AUC pwysol yn seiliedig ar SVM ar gyfer diagnosis canser y fron, gan ddefnyddio C-SVM a V-SVM gyda 6 swyddogaeth cnewyllyn i gynyddu amrywiaeth y set model sylfaenol a chymharu gwahanol ganlyniadau penderfyniadau â'r Integreiddio Ardal (WAUCE). ) model o dan y gromlin nodwedd weithio dderbyn wedi'i phwysoli. Mae'r canlyniadau'n dangos, ar y set ddata fach, bod strwythur arfaethedig WAUCE yn lleihau'r amrywiad yng nghywirdeb diagnostig hyd at 69.23% ac yn gwella'r cywirdeb gan 0.94%. Mae Zheng et al. [17] profi set ddata Canser y Fron Wisconsin (WDBC) yn ôl y K-modd a chymorth peiriant fector algorithm hybrid echdynnu nodweddion tiwmor a diagnosis canser y fron, ac mae'r canlyniadau'n dangos bod yr algorithm hybrid yn gwella cywirdeb i 97.38%. Mae Jia et al. Cynigiodd [18] algorithm optimeiddio poblogaeth newydd, yr Algorithm Optimization Whale (WOA), sy'n addasu paramedrau'r model SVM yn ddeallus, ac mae'r canlyniadau arbrofol yn dangos bod perfformiad y model WOA-SVM yn sylweddol well na pherfformiad y model SVM traddodiadol. model adnabod canser y fron, gyda chywirdeb o 97.5%.

Er mwyn datrys y broblem o orffitio technegau dysgu peirianyddol wrth ddosbarthu canser y fron, mae Singh et al. [19] cynigiodd rwydwaith niwral artiffisial â chysylltiad swyddogaethol (FLANN) a chanfu'n arbrofol fod gan y model gywirdeb uchel ar gyfer diagnosis cynnar o ganser y fron. Roedd Mahesh et al. [20] cynnig techneg ensemble XGBoost rhagfynegi canser y fron yn seiliedig ar batrymau nodwedd hysbys, gan ddefnyddio technoleg gorsamplu lleiafrifol synthetig (SMOTE) yn gyntaf i ddelio ag anghydbwysedd data a phroblemau sŵn ac yna defnyddio'r dosbarthwr Bayes, dosbarthwr coed penderfyniad, a choedwig ar hap, yn y drefn honno , wedi'i gyfuno â XGBoost a dosbarthu'r data. Yn ôl dadansoddiad arbrofol, mae gan ddosbarthwr ensemble XGBoost-Random Forest gyfradd gywirdeb o 98.20% wrth ganfod canser y fron yn gynnar.

Yn seiliedig ar XGBoost, coedwig ar hap, atchweliad logistaidd, cymydog agosaf K, a dulliau dysgu peiriannau eraill, mae'r papur hwn yn sefydlu gwahanol fodelau i ddosbarthu a rhagweld canser y fron, sy'n darparu cyfeiriad ar gyfer diagnosis cynnar o ganser y fron. Pan fydd y rhan fwyaf o astudiaethau'n cymhwyso modelau dysgu peiriant i ddiagnosis celloedd canser y fron, maent yn canolbwyntio ar ddefnyddio cywirdeb, cywirdeb, a sgôr F y model fel dangosyddion i werthuso ansawdd y model, tra'n anwybyddu arwyddocâd diagnostig meddygol adalw'r model, sy'n dangos cyfran y celloedd canser y fron malaen a ragfynegir, a pho uchaf yw'r adalw, y mwyaf yw'r tebygolrwydd y bydd celloedd malaen yn cael eu rhagweld mewn celloedd canser y fron. Felly, mae'r erthygl hon yn cymryd adalw fel y prif fynegai ac yn ystyried cywirdeb, cywirdeb, a sgôr F i werthuso'r model a ddefnyddiwyd.

Yn y broses fodelu, mae rhagbrosesu data yn rhan bwysig iawn, ac mae effaith y model rhagfynegol yn wahanol yn dibynnu ar y dull prosesu. Er mwyn dileu dylanwad cysyniadau dimensiwn gwahanol ar effaith y model, mae'r data wedi'i safoni. Er mwyn dod o hyd i'r is-set gorau posibl a gwella cywirdeb y model, dewiswyd nodweddion yn unol â chyfernod cydberthynas Pearson rhwng y newidyn nodwedd a'r newidyn targed. Ar gyfer problem anghydbwysedd sampl cadarnhaol a negyddol, defnyddir y dull samplu hierarchaidd i dynnu'r set hyfforddi a'r set brawf yn gymesur yn ôl gwahanol gategorïau. O ystyried bod effaith rhagfynegi modelau dysgu peiriant yn amrywio o dan wahanol adrannau set ddata, bydd y papur hwn yn defnyddio gwahanol adrannau set ddata (8: 2 a 7 : 3) fel dwy set o arbrofion i arsylwi effaith ragfynegi'r model a sefydlwyd yn y papur hwn.

2. Rhagbrosesu Data

2.1. Cyflwyniad Data. Y set ddata a ddefnyddir yn y papur hwn yw'r data canser y fron yn y set ddata UCI, a ddarparwyd gan yr enwog Dr William o Sefydliad Ymchwil Meddygaeth Glinigol Prifysgol Wisconsin [21]. Mae nodweddion yn cael eu cyfrifo o ddelwedd ddigidol o allsugniad nodwydd fain (FNA) o fàs bronnau. Maent yn disgrifio nodweddion y niwclysau cell sy'n bresennol yn y ddelwedd. Roedd y set ddata yn cynnwys 569 o samplau arbrofol, gan gynnwys 357 o samplau anfalaen a 212 o samplau malaen o ganser y fron. Ar gyfer y celloedd a dynnwyd o bob gwrthrych arbrofol, mae'r deg nodwedd ganlynol o'i gnewyllyn yn cael eu casglu'n bennaf: radiws (cymedr y pellter o'r canol i bwyntiau ar y perimedr), perimedr, llyfnder (amrywiad lleol mewn hyd radiws), arwynebedd, crynoder ( perimedr ∗ ∗ 2/arwynebedd-1.0), concavity (difrifoldeb dognau ceugrwm y gyfuchlin), cymesuredd, gwead (gwyriad safonol gwerthoedd graddfa lwyd), pwyntiau ceugrwm (nifer y dognau ceugrwm o'r gyfuchlin), a _dimensiwn ffractal ("brasamcan arfordir"-1). Cyfrifwyd cymedrig, gwall safonol, a "gwaethaf" neu fwyaf (cymedr y tri gwerth mwyaf) o'r nodweddion hyn ar gyfer pob delwedd, gan arwain at 30 nodwedd. Mae'r label dosbarthu yn cynrychioli'r math o ganser y fron. Felly, mae'r set ddata sampl yn cynnwys cyfanswm o 30 o nodweddion ac un nodwedd label sampl (malaen ac anfalaen).

2.2. Safoni Data.

Trwy arsylwi ystod gwerth pob nodwedd, canfyddir bod gwerthoedd data gwahanol nodweddion yn amrywio'n fawr. Mewn rhai modelau, mae gwahanol ddimensiynau yn dylanwadu'n fawr ar yr effaith rhagfynegi. Er enghraifft, mae angen i'r algorithm k-cymydog agosaf yn seiliedig ar rannu pellter gadw'r dimensiwn data yn gyson, felly mae angen safoni'r data cyn modelu. Fodd bynnag, mae dimensiwnoldeb yn effeithio llai ar rai modelau, fel yr algorithm coedwig ar hap. I wneud yr arbrawf yn gymharol, mae data gwahanol fodelau yn cael eu trin yn yr un modd.

Ar gyfer problemau gyda gwahanol ddimensiynau data sampl, mae'r dulliau prosesu di-dimensiwn a ddefnyddir yn gyffredin yn cynnwys safoni data, ac mae dulliau safoni data yn cynnwys safoni Min-max a safoni sgôr Z. Yn eu plith, pan fydd gan y data a ddefnyddir allgleifion y tu allan i'r ystod gwerth, neu pan nad yw gwerthoedd uchaf ac isaf rhai dangosyddion yn hysbys, gellir defnyddio safoni sgôr Z.

Yn y papur hwn, yn ôl nodweddion set ddata canser y fron WDBC, dewiswyd safoni sgôr Z i brosesu'r data. Mae'r data a brosesir gan safoni Zscore [22] yn dilyn dosraniad normal safonol, hynny yw, y cymedr yw 0 a'r amrywiant yw 1. Mae'r fformiwla ar gyfer safoni sgôr Z fel a ganlyn:

2.3. Dewis Nodwedd. Fel rhan bwysig o'r broses rhagbrosesu data, dewis nodwedd yw dod o hyd i'r is-set gorau posibl, gall detholiad Nodwedd leihau nodweddion diangen a diwerth i wella cywirdeb y model. Rhennir y dull dethol nodweddion yn gyffredinol yn y dull gor-feddwl, y dull amgáu, a'r dull mewnosod. Gall y dull hidlo fod yn annibynnol ar yr algorithm a ddefnyddir yn ddiweddarach yn yr astudiaeth ac mae ganddo effeithlonrwydd cyfrifiannol uchel a gallu cyffredinoli cryf [23], felly mae'r dull dewis nodwedd yn y papur hwn yn defnyddio'r dull hidlo, a'r crynodeb dull cyffredinol yn y dull hidlo yw a ddangosir yn Nhabl 2.

Mae data canser y fron ar ôl normaleiddio cymedrig 0 yn bodloni gofynion prawf cyfernod cydberthynas Pearson yn y dull hidlo; felly yn y papur hwn, defnyddir cyfernod cydberthynas Pearson [24] i brofi'r gydberthynas rhwng pob nodwedd ac mae fformiwla cyfernod cydberthynas y newidyn targed Pearson fel a ganlyn:

3. Adeiladu Model
Yn y papur hwn, rhagwelir y categorïau o ganser y fron yn seiliedig ar XGBoost, coedwig ar hap, atchweliad logistaidd, a model K-Cymydog agosaf, yn y drefn honno. Mae canser malaen y fron yn cael ei ystyried yn sampl positif, tra bod canser y fron anfalaen yn cael ei ystyried yn sampl negyddol

Er mwyn datrys problem anghydbwysedd sampl, mae'r papur hwn yn defnyddio dull samplu haenog [25] i dynnu'r set hyfforddi a'r set brawf yn gymesur â phob math o ddata sampl. Gelwir samplu haenog hefyd yn samplu math. Rhennir y boblogaeth sampl yn is-boblogaethau sy'n annibynnol ar ei gilydd. Cynhaliwyd samplo ar hap yn gymesur â phob isboblogaeth. Mae samplu haenog yn tynnu sampl mwy cynrychioliadol ac mae'n fwy addas ar gyfer samplau anghytbwys.

Gall rhannu setiau data gwahanol arwain at effeithiau model gwahanol. Felly, mae'r papur hwn yn cynnal dau grŵp o arbrofion yn ôl rhaniad gwahanol o'r set ddata sampl. Rhannodd y grŵp cyntaf y set ddata yn set hyfforddi a set brawf mewn cymhareb o 8: 2, a rhannodd yr ail grŵp y set ddata yn set hyfforddi a set brawf mewn cymhareb o 7: 3. Arsylwi perfformiad model o y pedwar algorithm o dan raniad setiau data gwahanol.

3.1. Dangosyddion Gwerthuso. Yn yr astudiaeth hon, defnyddiwyd cywirdeb, manwl gywirdeb, adalw, a sgôr F[26, 27] i werthuso effaith ragfynegi'r model. O ystyried pa mor arbennig yw diagnosis meddygol, disgwylir y gellir rhagweld pob canser malaen y fron. Felly, cymerir galw i gof fel mynegai gwerthuso pwysig yma. Po uchaf yw'r adalw, yr uchaf yw'r gyfran o ganser malaen y fron y gellir ei rhagweld. Gall canlyniadau dosbarthiad y model gynhyrchu matrics dryswch [28], fel y dangosir yn Nhabl 4

Yma, mae TP yn wir bositif, gan nodi nifer y samplau positif a ragfynegwyd fel samplau positif. Mae TN yn wir negatif, sy'n nodi nifer y samplau negyddol a ragfynegwyd fel samplau negyddol. Mae FP yn bositif ffug, sy'n nodi nifer y samplau positif a ragfynegir o samplau negyddol, a elwir yn gamgymeriad math 1. Negatif ffug yw FN, sy'n nodi nifer y samplau positif a ragfynegir fel samplau negyddol, a elwir yn gamgymeriad math 2

Cywirdeb, wedi'i dalfyrru fel P. Ar gyfer y canlyniadau a ragfynegir, mae trachywiredd yn cynrychioli faint o'r samplau a ragfynegir positif sy'n samplau positif, a'r fformiwla yw:

3.2. Model Rhagfynegiad o Ganser y Fron yn Seiliedig ar XGBoost. Mae XGBoost, sy'n fyr ar gyfer hwb graddiant eithafol, yn algorithm Hybu [29]. Mae XGBoost a choedwig ar hap yn algorithmau integreiddio yn seiliedig ar y goeden benderfynu. Yn wahanol i'r algorithm Bagging, mae'r algorithm Hwb yn adeiladu dysgwyr gwan fesul un, gan gronni nifer o ddysgwyr gwan trwy iteriad parhaus [30]. Y swyddogaeth amcan yw

. (9) Gall ychwanegu termau rheolaidd leihau amrywiaeth y model a gwneud y model a geir gan y set hyfforddi yn fwy syml, er mwyn atal gorbwyso rhag digwydd.. Defnyddir yr algorithm XGBoost i hyfforddi'r model ar y set ddata hyfforddi. Yn y broses o hyfforddiant model, mae'r paramedrau'n cael eu haddasu i gael set well o baramedrau, ac yn olaf, ceir y model rhagfynegiad gorau posibl. Defnyddiwyd y model i ragfynegi categorïau canser y fron yn y

gosodiad. Pan rannwyd y set ddata yn set hyfforddi a set prawf gan 8:2, cywirdeb, manwl gywirdeb, adalw, a sgôr F1-y model XGBoost oedd 0.974, {{5} }.960, 1.00, a 0.980, yn y drefn honno. Pan rannwyd y model XGBoost yn set hyfforddi a set prawf gan 7 : 3, cywirdeb, manwl gywirdeb, adalw, a sgôr F1-y model XGBoost oedd 0.959, {{20} }.946, 0.991, a 0.968, yn y drefn honno. Mae'r canlyniadau'n dangos bod gan y model XGBoost berfformiad rhagfynegi gwell pan fo'r set ddata wedi'i rannu ag 8: 2. Mae'r gyfradd adalw o 1 yn nodi bod model XGBoost yn rhagweld yn gywir yr holl ganserau malaen y fron yn y sampl, sy'n bwysig iawn ar gyfer dia meddygol

sis. 3.3. Model Rhagfynegi Canser y Fron yn Seiliedig ar Goedwig Ar Hap. Mae coedwig ar hap yn algorithm dysgu dan oruchwyliaeth sy'n integreiddio coed lluosog trwy'r syniad Bagging [31-33]. Defnyddir y dull bootstrap i dynnu'r set sampl hyfforddi o'r data sampl gwreiddiol, ac mae'r model coed penderfyniad cyfatebol wedi'i hyfforddi ar gyfer pob set hyfforddi. Yn olaf, pleidleisir ar bob dosbarthwr sylfaen, a'r un sydd â'r nifer fwyaf o bleidleisiau yw'r categori terfynol.

gory. Pan rannwyd y set ddata yn set hyfforddi a set prawf gan 8: 2, cywirdeb, manwl gywirdeb, adalw, a sgôr F1-y model coedwig ar hap oedd 0.965, {{5 }}.947, 1.00, a 0.973, yn y drefn honno. Pan rannwyd y set ddata yn set hyfforddi a set prawf gan 7 : 3, cywirdeb, manwl gywirdeb, adalw, a sgôr F1- oedd 0.953, 0.946, { {18}}.981, a 0.963, yn y drefn honno. Mae'r canlyniadau'n dangos bod gan y model coedwig ar hap berfformiad rhagfynegi gwell pan fydd y set ddata wedi'i rannu ag 8: 2. Roedd cyfradd adalw'r model hwn hefyd yn 1, sy'n nodi bod y model coedwig ar hap hefyd yn rhagfynegi'n gywir yr holl fronnau malaen.

ond l. Y tair elfen sylfaenol o'r algorithm k-cymydog agosaf yw mesur pellter, dewis k-gwerth, penderfyniad dosbarthiad Y tair elfen sylfaenol o'r algorithm k cymydog agosaf yw mesur pellter, dewis gwerth k, a rheol penderfyniad dosbarthu.

Ar gyfer problem dewis gwerth K yn yr algorithm cymydog agosaf k, mae'r papur hwn yn defnyddio'r dull traws-ddilysu deg gwaith (38, 39) ac yn cymryd y gyfradd adalw fel y mynegai gwerthuso model i ddewis gwerth k priodol. Gadewch i amrediad gwerthoedd k fod yn 1–40, ac ar gyfer pob k, perfformir y traws-ddilysiad o ddegplyg. Y gwerth k gyda'r gyfradd adalw uchaf yw'r gwerth k optimaidd. Dangosir adalw gwerthoedd k gwahanol o dan y traws-ddilysiad o ddegplyg yn Ffigur 1.

Gellir gweld o Ffigur 1, wrth i werth k gynyddu, bod y galw i gof yn lleihau. Pan k � 3 a k � 5, y galw i gof yw'r mwyaf. Oherwydd bod y gwerth k wedi'i osod yn rhy fach, mae'n hawdd ei orffitio, felly mae'r gwerth k wedi'i osod fel 5 yma.

Pan rannwyd y set ddata yn set hyfforddi a set prawf gan 8: 2, cywirdeb, manwl gywirdeb, adalw, a sgôr F1-y model Cymydog agosaf oedd 0.912, { {6}}.888, 0.986, a {{10}}.934, yn y drefn honno. Pan rannwyd y set ddata yn set hyfforddi a set prawf gan 7 : 3, roedd cywirdeb, manwl gywirdeb, adalw, a sgôr F1-0.930, {{21} }.906, 0.991, a 0.946, yn y drefn honno. Mae'r canlyniadau'n dangos bod gan y model k-cymydog agosaf berfformiad rhagfynegi gwell pan rennir y set ddata â 7 : 3.

4. Cymharu a Dadansoddi

Er mwyn deall perfformiad y model a sefydlwyd yn y papur hwn yn well, mae'r papur hwn yn seiliedig ar amgylchedd datblygu Python 3.9.7 ac mae'n defnyddio'r data canser y fron a ddarparwyd gan Dr. William o Sefydliad Ymchwil Feddygol Clinigol Prifysgol Wisconsin ar gyfer arbrofion.

Yr amgylchedd arbrofol yw system weithredu Windows 11, y prosesydd yw Intel(R) Core(TM) i5-1155G7@ 2.50 GHz 2.50 GHz, a'r cof yw 8.00 GB.

Dangosir paramedrau arbrofol pob model yn Nhabl 5, a bydd y tri chanlyniad dadansoddi cymharol canlynol yn cael eu cynnal: (1) cymhariaeth perfformiad pob model yn y papur hwn pan fydd y set ddata wedi'i rannu'n set hyfforddi a set prawf yn 8 : 2. (2) Cymhariaeth perfformiad pob model yn y papur hwn pan rennir y set ddata yn set hyfforddi a set prawf yn 7 : 3. (3) Cymhariaeth â rhai modelau yn y llenyddiaeth [11–14].

(1) Pan fydd y set ddata wedi'i rhannu'n set hyfforddi a set prawf gan 8: 2, dangosir perfformiad pob model yn Nhabl 6.

Fel y gwelir o Dabl 4, wrth rannu'r set hyfforddi a'r set prawf mewn cymhareb o 8: 2, mae cywirdeb y pedwar dull dysgu peiriant yn uwch na 0.9, ymhlith y mae XGBoost ac RF yn uwch na 0. {5}}.95. Cywirdeb rhagfynegiad XGBoost yw 0.974, sy'n dangos cywirdeb rhagfynegiad uchel. Er cywirdeb, nid yw manylder y model KNN yn uchel, yn is na 0.9, dim ond 0.888. XGBoost sydd â'r manylder uchaf, sef 0.960. O ran y galw i gof, mae adalw XGBoost, coedwig ar hap, ac algorithmau atchweliad logistaidd i gyd yn 1. Yr algorithm k-cymydog agosaf sydd â'r adalw isaf, ond mae hefyd yn uwch na 0.95. Ar gyfer yr astudiaeth hon, mae cyfraddau galw'n ôl yn cynrychioli cyfran y samplau canser y fron malaen a gafodd ddiagnosis cywir. Mewn meddygaeth, mae angen gwneud diagnosis o glefyd. Canlyniad peidio â chael diagnosis yw oedi mewn triniaeth, a all olygu bod cleifion yn colli'r amser gorau ar gyfer triniaeth. Mae hyn yn llawer mwy difrifol na chael diagnosis o glefyd heb un. Felly, mae'r gyfradd adalw yn ddangosydd pwysig iawn ym maes diagnosis clefyd. Yma, mae adalw XGBoost, coedwig ar hap, ac algorithm atchweliad logistaidd i gyd yn 1, sy'n dangos bod pob canser y fron malaen yn y samplau wedi'u diagnosio. Ar gyfer y sgôr F, gellir gweld bod y sgôr F{1-o XGBoost, coedwig ar hap, ac atchweliad logistaidd i gyd yn uwch na 0.95. Sgôr F1-yr algorithm XGBoost yw'r uchaf, gan gyrraedd 0.980. Mae gan y model cymydog agosaf K y sgôr F isaf o 0.934. Gan gymryd y pedwar dangosydd i ystyriaeth, gellir dweud pan fydd y set ddata wedi'i rannu'n set hyfforddi a set prawf gan 8: 2, mae effaith model cyffredinol yr algorithm XGBoost yn well na'r tri model arall. Enillodd XGBoost nid yn unig adalw o 1 ond llwyddodd hefyd i adalw o 0.95 neu fwy ar gyfer y tri metrig arall.

(2) Pan fydd y set ddata wedi'i rhannu'n set hyfforddi a set brawf yn 7 : 3, dangosir perfformiad pob model yn Nhabl 7.

Fel y gwelir o Dabl 7, pan fydd y set hyfforddi a'r set prawf yn cael eu rhannu â 7 : 3, nid yw effaith model XGBoost ac RF cystal â 8: 2. Yn gyntaf oll, o ran y mynegai pwysig cofio, wrth rannu'r set ddata â 8: 2, roedd adalw XGBoost a RF yn 1, ond erbyn hyn maent wedi gostwng i 0.991 a {{10}}.981, yn y drefn honno . Mae'r ddau fodel hefyd wedi gostwng ychydig yn y tri mynegai arall. Fodd bynnag, mae'r newid yn effaith rhagfynegiad atchweliad logistaidd a'r model cymydog agosaf K yn wahanol i'r ddau algorithm hyn. Ar gyfer y model atchweliad logistaidd, prin y newidiodd y pedwar dangosydd pan rannwyd y set hyfforddi a'r set prawf â 7 : 3 ac 8: 2, yn y drefn honno. Mae hyn yn dangos nad yw'r model atchweliad logistaidd bron yn cael ei effeithio gan raniadau set ddata gwahanol. Yn achos rhaniad 7 : 3 rhwng y set hyfforddi a'r set prawf, roedd atchweliad logistaidd yn dangos cywirdeb, manylder, a sgôr F1- is na XGBoost a choedwig ar hap. Fodd bynnag, mae adalw'r model atchweliad logistaidd yn 1, sy'n dangos bod pob canser malaen y fron wedi'i ragweld, sy'n arwyddocaol iawn ar gyfer diagnosis clefyd. Felly, gellir dweud bod effaith rhagfynegiad y model atchweliad logistaidd yn well na'r tri algorithm arall. Ar gyfer y model KNN, pan rannwyd y set hyfforddi a'r set prawf â 7 : 3, cynyddodd pob un o'r pedwar mynegai. Cynyddodd yr adalw i 0.991, a oedd yn uwch na'r goedwig ar hap. Cynyddodd cywirdeb, cywirdeb, a sgôr F o 0.912, {{30}.887, a 0.934 i 0 .930, 0.906, a 0.946, yn y drefn honno. Felly, mae'r model KNN yn perfformio'n well yn achos y set hyfforddi a'r set brawf wedi'i rannu â 7 : 3 na'r model wedi'i rannu ag 8: 2. Mae'r dadansoddiad yn dangos nad yw rhaniad y setiau data yn sefydlog. Ar gyfer gwahanol fodelau, mae adrannau gwahanol yn dod â gwahanol newidiadau yn yr effaith rhagfynegi model.
(3) Yn ôl y dadansoddiad cymharol o Dablau 6 a 7, mae'r model XGBoost a sefydlwyd yn y papur hwn (rhannu'r set hyfforddi a'r prawf a osodwyd gan 8: 2) yn cael yr effaith orau, ac mae'r canlynol yn ei gymharu â pherfformiad y model yn y llenyddiaeth [11–14] a dangosir y canlyniadau penodol yn Nhabl 8.

Fel y gwelir o Dabl 8, y modelau sy'n perfformio orau o'r pum model yw model atchweliad Logistaidd y llenyddiaeth [13] a'r model XGBoost a sefydlwyd yn y papur hwn. Mae adalw a chywirdeb y model yn y llenyddiaeth [13] yn 0.99 a 0.98, yn y drefn honno, ac mae adalw a chywirdeb y model yn y papur hwn yn 1.{{8} } a 0.974, yn y drefn honno, o'i gymharu â'r llenyddiaeth [13], mae adalw'r model yn uchel, ac mae'r adalw mewn diagnosis meddygol yn nodi'r tebygolrwydd o ganfod celloedd canser, sydd o arwyddocâd mawr ar gyfer y dosbarthiad o gelloedd canser y fron, felly mae'r model XGBoost a sefydlwyd yn y papur hwn yn cael gwell effaith rhagfynegi a gellir ei ddefnyddio fel offeryn meddygol i gynorthwyo meddygon i wneud cynlluniau triniaeth ar gyfer cleifion canser y fron.

5. Casgliad

Rhagfynegodd y papur hwn y categorïau o ganser y fron yn bennaf, o ragbrosesu data i ddewis nodweddion, ac yna i sefydlu'r model. Yn olaf, cafodd y canlyniadau rhagfynegiad eu cymharu a'u dadansoddi o sawl agwedd.

Yn y papur hwn, cymerir adalw fel mynegai pwysig i ragfynegi samplau canser y fron malaen mor gywir â phosibl. Roedd y set ddata wreiddiol yn cynnwys 30 o nodweddion, a dewiswyd 15 nodwedd fel mewnbwn y model trwy brawf cydberthynas Pearson. Cyn adeiladu model, safonwyd data i ddileu effaith gwahanol ddimensiynau ar effeithiau model. Ar gyfer problem samplau positif a negyddol anghytbwys, defnyddir y dull samplu haenog i dynnu setiau hyfforddi a setiau prawf yn gymesur yn ôl gwahanol gategorïau o ddata. Wrth ddewis y gwerth k gorau posibl yn y cymydog k-agosaf, defnyddir y galw i gof fel y mynegai gwerthuso model, fel mai'r gwerth k â'r gyfradd adalw uchaf yw'r gwerth gorau posibl.

Caiff y modelau eu cymharu a'u dadansoddi o dair agwedd. Dangosir y canlyniadau fel a ganlyn:

pectau. Dangosir y canlyniadau fel a ganlyn: (1) Yn achos rhannu'r set hyfforddi a'r prawf a osodwyd gan 8: 2, mae'r adalw XGBoost, coedwig ar hap, ac atchweliad logistaidd yn 1, a all ragweld pob canser y fron malaen y K -mae galw'r cymdogion agosaf ychydig yn is na 0.986 o gymharu â'r tri model arall. Ar gyfer cywirdeb rhagfynegiad, manwl gywirdeb, a sgôr F1-y model, mae canlyniadau'r model XGBoost yn well na chanlyniadau atchweliad coedwigaeth ac logistaidd ar hap, sef 0.974, {{1 0}}.96, a 0.98, yn y drefn honno, felly mae'r model XGboost yn cael ei ddewis fel y model rhagfynegiad terfynol o dan amod rhaniad 8: 2 o'r set hyfforddi a'r set prawf.

(2) Yn achos rhannu'r set hyfforddi a'r set prawf yn 7 : 3, gostyngodd gwerthoedd y pedwar dangosydd gwerthuso ar gyfer XGBoost a choedwig ar hap, tra bod gwerthoedd y pedwar dangosydd gwerthuso ar gyfer y model cymydog agosaf K gwella, ond ar gyfer y galw i gof, dim ond adalw y model atchweliad logistaidd oedd 1, ac roedd y modelau eraill yn uwch na 0.98, felly mae'r model rhagfynegiad effaith atchweliad logistaidd oedd y gorau, a'r cywirdeb rhagfynegiad, cywirdeb , a sgôr F1-o atchweliad logistaidd oedd 0.947, {{10}.922, a 0.96, yn y drefn honno.

(3) Gellir gweld o arbrofion bod gan effaith ragfynegiad y model newidiadau gwahanol o dan wahanol adrannau. Wrth gymharu'r modelau gorau posibl yn y ddwy set o wahanol arbrofion, gellir gweld bod cywirdeb rhagfynegiad, manwl gywirdeb, a sgôr F1- y model XGBoost (sy'n rhannu'r set hyfforddi a'r prawf a osodwyd gan 8: 2) yn uwch na model atchweliad logistaidd (sy'n rhannu'r set hyfforddi a'r prawf a osodwyd â 7 : 3) pan fo'r adalw yn 1, felly mae'r model XGBoost (sy'n rhannu'r set hyfforddi a'r prawf a osodwyd gan 8: 2) yn gweithio gorau yn y model a sefydlwyd yn y papur hwn. Yn ogystal, o'i gymharu â'r modelau yn y llenyddiaeth [11-14], mae'r model XGBoost a sefydlwyd yn y papur hwn yn cael effaith well a gall nodi celloedd canser y fron malaen yn gywir. Fodd bynnag, mae'r ymchwil hwn wedi'i gyfyngu i setiau data rhifiadol, ac yn y dyfodol, byddwn yn ceisio defnyddio algorithmau dysgu dwfn i gymhwyso amrywiol dechnegau echdynnu nodwedd i ddata delwedd (fel delweddau pelydr-X) i gael canlyniadau dosbarthu gwell.

Argaeledd Data

Mae’r data sy’n cefnogi canfyddiadau’r astudiaeth hon ar gael yn agored yng Nghadwrfa Dysgu Peiriannau UCI yn https:// archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+ %28Diagnostic%29.

Gwrthdaro Buddiannau

Mae'r awduron yn datgan nad oes ganddynt unrhyw wrthdaro buddiannau.

Diolchiadau

Cefnogwyd y gwaith hwn gan Sefydliad Cenedlaethol Gwyddoniaeth Naturiol Tsieina (Grant rhif 61502156), Prosiect Addysgu ac Ymchwil Pwyllgor Addysg Hubei (Grant rhif 282), a Sefydliad Doethurol Prifysgol Technoleg Hubei (Grant rhif. BSQD13051).

Cyfeiriadau

[1] V. Fotedar, S. Fotedar, P. Takur, S. Vats, A. Negi, ac L. Chanderkant, "Gwybodaeth o ffactorau risg canser y fron a dulliau ar gyfer ei ganfod yn gynnar ymhlith y gweithwyr gofal iechyd sylfaenol yn Shimla, Himachal Pradesh," Cylchgrawn Addysg a Hybu Iechyd, cyf. 8, t. 265, 2019.

[2] MS Simon, TA Hastert, A. Barac, et al., "Ffactorau risg cardiometabolig a goroesiad ar ôl canser yn y fenter iechyd menywod," Canser, cyf. 127, na. 4, tt 598–608, 2021.

[3] HF Pasha, RH Mohamed, MM Toam, ac AM Yehia, "Addasiadau genetig ac epigenetig o genyn adiponectin: t," The Journal of Gene Medicine, cyf. 21, na. 10, t. e3120, 2019.

[4] D. Hong, AJ Fritz, SK Zaidi, et al., "Epitelial i bontio mesenchymal a bôn-gelloedd canser yn cyfrannu at heterogeneity canser y fron," Journal of Cellular Physiology , cyf. 233, na. 12, tt 9136–9144, 2018.

[5] J. Zhong, D. Sun, W. Wei, et al., "Uwchsain mewn Meddygaeth a Bioleg dan arweiniad uwchsain dyhead ar gyfer biopsi nod lymff sentinel mewn canser y fron cyfnod cynnar," Uwchsain mewn Meddygaeth a Bioleg, cyf . 44, na. 7, tt. 1371–1378, 2018.

[6] K. Babic, C. Siguan-Bell, M. Hee, a SC Lin, "Ocular g: uwchsain B-sgan asesiad o sbwng llawfeddygol cadw ar ôl llawdriniaeth falf Ahmed: achos r," Journal of Glaucoma, cyf. 26, na. 10, tt. e239–e241, 2017.

[7] A. Yala, PG Mikhael, F. Strand, et al., "Tuag at fodelau cadarn yn seiliedig ar famograffeg ar gyfer risg canser y fron," Science Translational Medicine, cyf. 13, na. 578, ID yr erthygl eaba4373, 2021.

[8] G. Zheng, X. Liu, a G. Han, "Delwedd feddygol drwy gymorth cyfrifiadur adolygiad system canfod a diagnosis," Journal of Meddalwedd, cyf. 29, na. 5, tt. 1471–1514, 2018.

[9] EY Huang, S. Knight, CR Guetter, et al., "Telefeddygaeth a thelementora yn yr arbenigeddau llawfeddygol: adolygiad naratif, The American Journal of Surgery, cyf. 218, rhif 4, tt. 760-766, 2019.

[10] C. Wu, BT Wang, HR Rao, Y. Jiang, a C. Liu, "Canser y fron a chelloedd afiechyd anfalaen yn ffurfio ymchwil metroleg," Journal of Anhui Medical University, cyf. 31, na. 02, tt. 91–93, 1996.

[11] C. Shen, F. Shao, ac R. Sun, "Model rhagfynegiad o ganser y fron yn seiliedig ar xgboost," Journal of Qingdao University (Natural Science Edition), cyf. 32, na. 1, 2019.

[12] Z. Deng, B. Su, a K. Zhan. g, "Dosbarthiad canser y fron yn seiliedig ar ddysgu ensemble," Dyfeisiau Meddygol Tsieina, cyf. 35, na. 12, 2020.

[13] M. Monirujjaman Khan, S. Islam, S. Sarkar, et al., "Dadansoddiad cymharol yn seiliedig ar ddysgu peiriant ar gyfer rhagfynegi canser y fron," Journal of Healthcare Engineering , cyf. 2022, ID Erthygl 4365855, 15 tudalen, 2022.

[14] A. Bhardwaj, H. Bhardwaj, A. Sakalle, Z. Uddin, M. Sakalle, a W. Ibrahim, "Dadansoddiad algorithm dysgu peiriant a choed ar gyfer dosbarthiad canser y fron," Cudd-wybodaeth Gyfrifiadurol a Niwrowyddoniaeth, cyf. 2022, ID Erthygl 6715406, 6 tudalen, 2022.

[15] H. Dong a L. Ma, "Model rhagfynegiad o ganser y fron triphlyg-negyddol yn seiliedig ar ddysgu peiriant," Journal of Yunnan University, cyf. 39, na. 1, tt 111–115, 2017.

For more information:1950477648nn@gmail.com