سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

بهینه‌سازی مدل‌های یادگیری ماشین با استفاده از الگوریتم جنگل تصادفی برای پیش‌بینی زودهنگام متاستاز در سرطان سینه

نویسندگان :

شبنم کرمانی¹ مبین زمانی²

1- دانشگاه آزاد اسلامی نجف آباد اصفهان 2- دانشگاه آزاد اسلامی نجف آباد اصفهان

کلمات کلیدی :

سرطان سینه،متاستاز،یادگیری ماشین،جنگل تصادفی (Random Forest)،نشت داده (Data Leakage)،توسعه‌ی الگوریتم

چکیده :

پیش‌بینی متاستاز در بیماران مبتلا به سرطان سینه یکی از چالش‌های اساسی در علم سرطان شناسی است، زیرا تشخیص زودهنگام می‌تواند نقش مهمی در تصمیم‌گیری‌های درمانی و بهبود پیامدهای بالینی ایفا کند. در این پژوهش، با هدف پیش‌بینی بروز متاستاز در بیماران مبتلا به سرطان سینه، یک رویکرد مبتنی بر یادگیری ماشین با استفاده از داده‌های بالینی و ژنومیک، با تکیه بر الگوریتم جنگل تصادفی Random) ‌‌‌‌‌‌‌‌‌(Forest به‌کار گرفته شد. ابتدا یک مجموعه‌داده شامل 1918 نمونه با 59 ویژگی بارگذاری شد که از این تعداد، 918 نمونه مربوط به بیماران دچار متاستاز و 1000 نمونه مربوط به موارد اولیه بیماری بودند. مدل جنگل تصادفی آموزش داده شده و نسخه نهایی مدل با تمرکز بر افزایش قدرت تفکیک و قابلیت تعمیم طراحی گردید. به‌منظور ارزیابی عملکرد مدل، علاوه بر داده‌های موجود، داده‌های جدید و تصادفی نیز تولید و برای آزمون نهایی مورد استفاده قرار گرفتند. نتایج نشان داد که مدل پیشنهادی از عملکرد بالایی برخوردار است، به‌طوری‌که مقدار ROC-AUC برابر با 0.9676 بدست آمد و آستانه بهینه برای دستیابی به بازخوانی 95 درصد برابر با 0.5148 تعیین شد. تحلیل ویژگی‌ها نشان داد که متغیرهایی نظیر وضعیت متاستاز در آخرین پیگیری، وضعیت بدون بیماری، بیان HER، وضعیت گیرنده پروژسترون، تعداد جهش‌ها و شاخص‌های بار جهشی ژنومی از مهم‌ترین پیش‌بینی‌های متاستاز محسوب می‌شوند. نتایج این مطالعه نشان می‌دهد که استفاده از الگوریتم جنگل تصادفی بر پایه داده‌های بالینی و ژنومیک می‌تواند ابزاری مؤثر برای پیش‌بینی متاستاز در تشخیص سرطان سینه باشد.