МОДЕЛИ БИНАРНОЙ КЛАССИФИКАЦИИ ДЛЯ ДИАГНОСТИКИ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ ПО ПОКАЗАТЕЛЯМ ЭКСПРЕССИИ ГЕНОВ

Кухто, Я.С.; Голденок, Е.Е.; Лукьянова, Н.А.

Представлены результаты сравнения учебных моделей бинарной классификации, развивающих систему поддержки принятия врачебных решений для диагностики рака молочной железы по показателям экспрессии генов. Эксперименты проводились с базой данных ДНК-микрочипирования 590 образцов ткани молочной железы, состоящей из количественных показателей экспрессии 17814 генов по каждому образцу ткани. Для снижения размерности признакового пространства использовались методы случайного леса, рекурсивного удаления признаков и экспертной оценки. Для классификации были использованы методы: k-ближайших соседей (KNN), метод наивного Байеса (NB), метод опорных векторов (SVM), случайный лес (RF). Наибольшая точность классификации рака молочной железы получена при использовании модели случайный лес по показателям экспрессии пяти генов: COL10A1, ING1, ATP2B4, USP40, OXSR1.

МОДЕЛИ БИНАРНОЙ КЛАССИФИКАЦИИ ДЛЯ ДИАГНОСТИКИ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ ПО ПОКАЗАТЕЛЯМ ЭКСПРЕССИИ ГЕНОВ

Фасеты

Оппонент

Научный руководитель

Авторы

Ключевые слова

Год